开题报告-人脸识别系统的研究与实现

武汉理工大学本科生毕业设计（论文）任务书

学院： _自动化学院___________ 专业班级： _自动化1005班 ____________________ 姓名：___ 王建华____________ 学号：_0121011360501 _______________________ 毕业设计（论文）题目： _人脸识别系统的研究与实现_____________________________ 任务书含以下方面的内容：

（一）设计（论文）主要内容：

Ope nCV是一个开源的跨平台计算机视觉库，可实现图像处理和计算机视觉

方面的很多通用算法。Ope nCV给人脸识别提供了一整套图像处理以及图像与模

式分析函数，可迅速完成人脸的识别和检测。本研究希望利用Ope nC\库，开发一个人脸识别系统，能够辨认出6-8个人脸，并有相应的反应。

（二）要求完成的主要任务：

1、查阅不少于15篇的相关资料，其中英文文献不少于2篇，完成开题报告。

2、通过对资料的阅读，深入了解Ope nC\库以及人脸检测与识别的相关算法。

3、利用OpenCV库实现人脸检测与识别算法。

4、完成不少于2万英文（5000汉字）印刷符的英文文献翻译。

5、完成毕业论文（设计说明书和相关图纸）。

（三）进度安排

第1-2周：查阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。

第3-4周：安装软件，学习熟练应用软件OpenCV

第5-7周：学习OpenC\库中的相关函数。

第8-10周：利用VS2010软件编程，熟练掌握OpenCV勺各种相关功能。

第10-12周：OpenC\程序的修改，调试。

第13-14周：修改并完成毕业论文。

第15周：准备论文答辩。

（四）必读参考资料及主要参考文献

[1] （美）布拉德斯基（Bradski G.），（美）克勒（Kaehler A.），于仕琪，

刘瑞祯•学习OpenCV（中文版）[M] •清华大学出版社，2009: 601.

[2] 张宏林.Visual C++数字图像模式识别技术及工程实践[M].北京：人民邮电出版社，2003.

[3] 刘瑞祯，于仕琪.Ope nCV教程（基础篇），北京：北京航空航天大学出版

社，2007: 243-402.

[4] Sonka Milan ，Hlavac Image . Processing ，Analysis and Machine Vision[S] . Vaclav Nelson Engineering ，2007-04.

指导教师签名：年1 月26 日系主任签名：年月日

院长签名（章）：年月日本科生毕业设计（论文）开题报告

学生姓名：_______________ 王建华____________ 导师姓名、职称：______ 梁红、讲师__________ 所属学院：_____________ 自动化学院__________ 专业班级：__________ 自动化_1005班________ 设计（论文）题目：人脸识别系统的研究与实现—

2014年3 月16 日

电子商务的安全性。如门禁控制，通过摄像机动态捕获人脸，将人脸信息同数据库中的人脸信息进行检索对比，只有图像信息符合的人才可

以进入,否则拒绝进入。在日常生活中，人们识别周围的人用的最多的是人脸。由于人脸识别的非侵犯性，具有直接、友好、方便的特点，是人们最容易接受的身份鉴别方式。

模式识别技术早在上个世纪60年代就已经有人提出，由于当时计算机处理速度的限制，只能从理论上证明是可行的。20世纪90年代以来，随着高速度

高性能计算机的出现，人脸识别方法有了重大突破，进入了真正的机器自动识别阶段,人脸识别研究也得到了前所未有的重视。欧美等各高校都建立了人脸识别的实验室，其中著名的大学包括麻省理工学院（MIT）、卡内基•梅隆大学（CMU 等。在美国主要有麻神理工学院等研究实验室提出的特征人脸对特征空间的投影来实现；在法国已经把人脸识别身份认证技术应用到自助取款机上，在实际

使用时需要用一台3D摄像机，采集人的立体影像来鉴定身份。目前，美国许多研究小组相继投入到人脸识别方面的研究工作，他们的研究工作得到了美国军方、警方和大公司的资助，进展迅速。美国军方更是在每年组织人脸识别大赛(FERT),以促进人脸识别的研究。日本sony公司最新推出的数码相机已经整合了人脸自动识别功能，在拍照时，可以自动检测出人脸区域并进行对焦，并且还具有识别笑脸的功能，能够自动检测出笑脸。2007年3月，美国NIST报告了2006年人脸识别供应商评测(FRVT2006结果，对控制光照条件下的极高分辨率正面人脸图像，最小错误接受率为0.001时，最小错误拒绝率已达到

0.01，对高分辨率、低分辨率下的正面人脸图像的识别，这个数据也分别达到了0.021与0.024。在一定条件，有些技术甚至超过了人类的人脸识别力。

国内对于人脸识别的研究较之国外稍晚一些，但是发展速度很快，同时，国家对人脸识别技术的研究也给予了高度的重视。九十年代中后期以来，国内众多研究机构的研究组在国家自然科学基金、863计划等资助下开始对人脸识别进行了研究。其中，具有代表性的人脸识别系统有：清华大学电子系丁晓青教授研究小组开发的THfacelD系统；中国科技大电子科学与技术系庄镇泉教授研究小组开发的人脸识别考勤系统 (KD-

Face2.0)；中科院计算所高文研究组开发的GodEye系统；清华大学电子系苏光大教授研究小组开发的大型人脸综合识别系统；中科院自动化所李子青研究小组开发的人脸识别系统等。2008年，

在北京奥运会及残奥会开闭幕式，使用了由CBSR研制的人脸识别技术进行实

名制门票查验。在奥运会及残奥会开闭幕式中，约36万人次经过了人脸识别

系统的验证后进入开闭幕式现场。为奥运会的安保工作做出了巨大的贡献，该技术拥有完全独立自主的知识产权，人脸识别系统的性能优良，在国际上亦处于领先地位。2011年1月，由台湾政府资助开发出了新型的人脸识别自动售货机，该机器可以应用在某些特殊商品的销售领域中，如保健产品、面膜、剃须刀等，该人脸识别自动售货机可以根据消费者面部的特征向其推荐特定的商品。同时，人脸识别技术也可以帮助解决很多社会问题，比如，目前的解救乞讨儿童的公益活动。其中，以中科院自动化所免费提供人脸识别相关

的技术支持，并与多个网络平台合作尽快的付诸于实践。

2、基本内容和技术方案

人脸识别系统最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作，该处理过程也称图像预处理。只有预处理模块做的好，才可能很好的完成后面的人脸定位和特征提取这两大关键模块。

人脸识别系统的基本功能包括图像获取功能、图像预处理功能、人脸跟踪定位功能。图像获取模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。图像预处理模块主要包括图像光线补偿、图像灰度化、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。人脸定位模块主要是将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标记出来，以便进行特征提取。

在用VS2010开发的项目中，只要正确安装OpenCV并在自己开发的应用程序中正确配置和OpenCW连接，就可以直接调用它的视频捕获和图像处理函数，获取图像和图像预处理。图像预处理后，人脸图像得到增强，进行人脸检测时，受光的影响得到减轻，然后利用肤色和Adaboost算法进行人脸检测。人脸定位是将典型的脸部特征标记出来，在本系统中，定位的特征是眼睛，鼻尖和嘴巴三个。由于眼睛具有对称性，因此可以很快就能标记出来，而鼻子是在眼睛下面，且嘴巴在鼻子下面，所以只要眼睛标记好，鼻子和嘴巴也能相应的标记出来。

在运动区域提取阶段，考虑摄像机输入的一个图像序列。假定在图像中要检测的人物处于运动状态，而背景则保持不变，那么通过相邻两帧图像进行差分运算，可以舍弃图