基于人脸检测技术的人数统计系统

*******************

实践教学

*******************

兰州理工大学

计算机与通信学院

2016年春季学期

软件工程开发综合训练课程设计

题目：基于人脸检测技术的人数统计系统

专业班级：计算机科学与技术13级4班

姓名：乔琪

学号：13240408

指导教师：曹来成

成绩：

目录

摘要 (1)

1.问题描述 (2)

1.1问题背景 (2)

1.2设计要求 (2)

1.3面部感知系统的重要内容 (2)

2.系统设计 (3)

2.1各功能模块说明 (3)

2.2总体结构设计 (4)

2.3图像预处理的层次图 (5)

3.系统测试 (5)

3.1测试的目的 (5)

3.2测试原则 (6)

3.3测试方案 (7)

3.4测试结果 (7)

3.5测试总结 (10)

参考文献 (11)

总结 (12)

附录（程序源代码） (13)

摘要

图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。在基于特征的配准算法的基础上,提出一种稳健的基于特征点的配准算法。首先改进Harris角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度NCC(normalized cross correlation——归一化互相关),通过用双向最大相关系数匹配的方法提取出初始特征点对,用随机采样法RANSAC(Random Sample Consensus)剔除伪特征点对,实现特征点对的精确匹配。最后用正确的特征点匹配对实现图像的配准。本文提出的算法适应性较强,在重复性纹理、旋转角度比较大等较难自动匹配场合下仍可以准确实现图像配准。

关键词：图像拼接图像配准图像融合全景图

1.问题描述

1.1问题背景：

随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。

1.2设计要求:

本设计要求学生开发一个基于人脸检测技术的人数统计系统，可以实现在一张有多张人脸的图像中检测出人脸，并统计出图像中的人数（允许有误差）。该系统的主要关键技术问题是人脸检测算法。

i、要求开发出一个可独立运行的基于人脸检测技术的人数统计系统。整个系统由图像预处理、人脸检测、人数统计及结果输出等模块组成；

ii、首先要对人脸/非人脸图像进行预处理，预处理的步骤包括：对图像进行灰度化、直方图均衡化、中值滤波等操作；

iii、其次要选择、实现一种人脸检测算法（例如：基于AdaBoost的人脸检测算法），人脸检测准确率应超过80%。

iv、系统的开发可以采用C++或Matlab编程语言来实现；

v、要求设计的基于人脸检测技术的人数统计系统可独立运行,具有良好的用户交互界面、易操作性和可靠性等。

1.3面部感知系统的重要内容

基于视觉通道信息的面部感知系统，包括人脸检测和跟踪、面部特征定位、面部识别、人脸归类（年龄、种族、性别等的判别）、表情识别、唇读等分系

统，如图1-1所式，可以看出，继人脸检测和跟追之后，面部特征定位通常是面部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他面部感知模块的必备功能，但是，可以肯定的是，利用已知的身份信息，结合特定人的先验知识，可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置：如使用者的个性化工作环境，信息的共享和隐私保护等等。

2.系统设计

该人脸检测系统主要有五个部分构成：图像获取功能、图像预处理功能、人脸定位功能、特征提取功能、识别功能。

2.1各功能模块说明

i、图像获取功能：

该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。

ii、图像预处理功能：

该模块主要包括图像光线补偿、图像变成灰色、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。

iii、人脸定位功能：

人脸定位是将典型的脸部特征（如眼睛，鼻尖，嘴唇等等）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。

iv、特征提取功能：

特征提取按以下4个步骤进行：

（1）、提取两只眼睛的距离

（2）、眼睛的倾角度

（3）、眼睛、嘴巴的重心

（4）、用一个矩形标出每一个特征