基于Matlab的AdaBoost算法研究开题报告

1. 研究目的与意义

随着人工智能技术的兴起，以及人类视觉研究的进展，人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，这一领域除了它的重大理论价值外，也及具实用价值。利用matlab实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸识别的识别判定。进行人脸图像识别研究也具有很大的使用价值。如同人的指纹一样，人脸也具有唯一性，也可用鉴定一个人的身份。现在已有实用的计算机自动指纹识别系统出现人脸识别系统在金融、证券、社保、公安、军队及其他需要安全认证的行业和部门有着广泛的应用。人脸图像的自动识别系统较之指纹识别系统、dna鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。

adaboost算法从1995年被提出并应用到人脸检测中，在现实中也有了相当广泛的应用，比如如今的数码相机，电脑，手机摄像头等都有应用到人脸识别技术。

本毕业设计采用了adaboost算法，实现的设计具有一定的应用的灵活性和独立性，以作为人脸识别技术为目标，在了解模拟、数字电路测试方法和掌握常规测试仪器使用方法的基础上，进行方案设计，利用实验室仪器设备，完成相关测试工作、撰写测试报告并对测试过程中遇到的故障进行分析定位。

2. 课题关键问题和重难点

1、课题关键问题：

本课题要实现基于matlab的adaboost算法的实现，而这一核心可以分为以下两个模块：（1）数字图像处理的方法（2）人脸识别 。关键就是利用matlab仿真软件进行系统仿真，同时也用到计算机视觉图像处理。利用matlab实现一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。

2、难点：

3. 国内外研究现状（文献综述）

对人脸检测的研究最初可以追溯到20世纪70年代，人脸检测早期的研究主要致力于模版匹配、子空间方法、变形模版匹配等。早期的人脸检测的方法往往针对简单无变化背景下的正面人脸检测，所以使这些方法在很大程度上显得很呆板。基于这些方法构建的检测系统，任何图像条件的改变，即使不用完全重新设计整个系统，也要对系统的参数进行精细的调整。那时人们更重视对人脸识别的研究，直到90年代，随着实际的人脸识别和视频编码系统开始成为现实，这种情况才有所改变。在过去的十多年里，对人脸检测的极大兴趣开始从几方面展开。研究者提出了多种分割方法，特别是那些利用运动、肤色和一般信息的方法。统计和神经网络方法的使用也使在复杂背景和多分辨率的人脸检测成为可能。

国内研究现状：在国内，最早研究人脸识别的当属于中科院计算所和哈工大的一个联合面像实验室。该实验室的高文教授，陈曦林教授，山世光教授，直到今天，都一直活跃在人脸识别领域，更可贵的是，在ieee上面发表了很多paper。后来该实验室成为上海银晨的研发中心，专门为上海银晨做技术研发和技术支持。其次是中科院生物研究所的李子清教授，以及下属的中科奥森公司。接着是清华大学的丁晓晴教授。丁晓晴教授在ocr领域，可谓国内第一人。最近几年转行做人脸识别，也是非常有成就的。我国在人脸识别研发与应用方面取得了较好的成就，国家863项目面像检测与识别核心技术通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。由此可见，在国内人脸识别领域来说，已经具有了国际水平。

国外研究现状：在国外主要有美国、欧洲国家、日本等著名的科研机构。有美国的mit和cmu，英国的剑桥大学。在人脸识别领域中，国际上逐步形成了以下几个研究方向：基于几何特征的方法、基于肤色模型的方法、基于模板匹配的方法、基于kl变换的特征脸方法、基于隐马尔可夫模型的方法和神经网络识别方法等等。它们可以被归类到基于显示特征和基于隐式特征的两大方法中。发展至今，人脸识别的方法越来越多，最具有代表的是基于haar特征的人脸识别方法是其中较为典型的方法，该方法不仅具有较高的检测率，同时也能够满足实时监测的基本要求。基于haar特征的人脸识别方法始于2001年paulviola和michacljones两者撰写的一篇论文，他们在论文中提出了haar特征和adaboost算法，并利用它们进行人脸检测。但是此方法只能用于检测正面无旋转的人脸。为此，rainerlicnhart等人于2002年对此方法进行了扩展，增加了倾斜特征的定义，此后此方法被扩展到全旋转放缩情况下的人脸检测。自从以上几位学者运用基于haar特征和adaboost算法进行人脸检测取得长足进步之后，基于haar特征的人脸检测方法备受专家学者的青睐。

4. 研究方案

设计方案：该系统的主要功能模块共有两个：1、数字图像处理的方法；2、人脸识别

（1）在数字图像处理的基本方法中，用到的一些基本方法和一些最常用的处理方式来实现图像预处理，如格式转换，灰度变化和滤波锐花。可将其它一些数字图像处理方法进一步加以实现，如图像的平滑，图像矩阵的变换（k-l变换，傅里叶变换，小波变换等），图像的膨胀腐蚀、图像的几何变换（平移、旋转、缩放等），以及各种编码图像的读写与显示。仅这一部分即可形成一个专用的图像处理平台。

（2）人脸识别系统一般步骤为：

5. 工作计划

第1周： 首先是理解课题， 在网络上和图书馆查找文献和翻译文献

第2周：通过所查找的资料将开题报告完成。这样对整个课题已经有了基础和大致的了解。

第3周： 正式深入了解课题所涉及的专业知识。首先要了解人脸检测原理，知道原理才能更好的去完成设计。