1. 研究目的与意义
人们对于图片人脸识别的研究可以追溯到20世纪60年代，到目前为止发展以逐渐成熟，通常构建人脸识别系统需要使用人脸图像采集、人脸识别预处理以及身份查找等，人脸识别在很多方面都有很大的应用价值，Open CV是一种基于开源计算机视觉库的软件，通常应用于人脸识别中、图像分割以及人机互动等中。
近年来，随着人们生活水平的逐渐提高，整个社会对于安全防范、视频监控的需求正呈现快速增长趋势。人脸识别技术作为一项安全性较高的生物识别技术，已经成为当今多个交叉学科的研究热点，在众多领域得到了广泛应用。本课题首先对人脸检测和人脸识别的主流算法进行深入研究，在研究基础上基于平台设计并实现了一款适用于银行监控领域的人脸识别系统。该系统采用网络摄像机对现场环境进行实时监控，服务器读取前端网络摄像机采集到的视频图像，并对图像进行人脸检测和识别，由客户端将检测和识别结果显示到客户界面。系统工作稳定，人脸检测和识别效果较好，功能丰富，适用于银行监控系统。2. 课题关键问题和重难点
（1）图像中是否存在人脸
如何判断图像中是否存在人脸,如何区别人脸和类似人脸的非人脸图像,如何在复杂背景下准确提取人脸的特征等。
（2）各种表现形式人脸的检测识别
3. 国内外研究现状（文献综述）
人脸识别系统包括前端图像采集、服务器和客户端三个部分。服务器连接网络摄像机进行前端视频采集，对捕获到的图像进行预处理之后，调用中的函数对图像进行人脸检测和识别，识别结果在客户端界面进行显示。研究人脸检测算法，采用ada boost人脸测算法，对视频中的人脸进行检测，确定检测到的人脸的大小位置；用基于颜色的cam shift跟踪算法，对用ada boost人脸检测算法检测到人脸进行跟踪；为了解决特征提取计算时维数过高的问题，分析了pca、2dpca等几种经典的特征提取算法，并通过在orl人脸库上的实验对比，最终采取分块的加权(2d)2pca对采集到的人脸样本进行特征提取，并结合局部特征融合，采用模糊分类决策规则进行训练；基于mfc的平台，在visual c 6.0的开发环境下，辅助open cv开发源库，编程实现视频流下的人脸识别系统。
人脸检测使用boosted cascade算法进行人脸检测的步骤第一步：输入待检测图像；第二步：加载分类器文件；第三步：创建动态内存，用于存储检测到的一序列候选人脸矩形框第四步：创建一单通道图像，将待检测图像转换为灰度图并存放在此单通道图像中，而原待检测图像不受影响；第五步：缩小灰度图尺寸；第六步：将缩小后的灰度图进行直方图均衡化处理；第七步：清空第三步创建的内存区域；第八步：检测图像中的人脸区域，将找到的这些人脸区域作为一序列的矩形框返回；第九步：输出检测到的人脸区域。
在adaboost方法中，每个训练样本都被赋予了一个权值,表明它能否被当前弱分类器简单而分类性能相对差的分类器。方法通过不断地加入弱分类器,最终达到某个预定的足够小的错误率。在加入某个新的弱分类器的某次迭代中,如果一个训练样本已经被正确分类,其权值就被下调,否则,其权值就要被调高,以便使下一轮的弱分类器专注于这些被错误分类的样本。最终得到的分类器则是训练得到的所有弱分类器的一个线性组合。
4. 研究方案
1、boosted cascade算法原理
boosted cascade算法的主要思想是利用样本的haar特征进行分类器训练，得到一个级联的boosted分类器，能将候选子窗口的人脸和非人脸区分开来。分类器中的级联是指最终的分类器是由多级分类器级联组成，其中每一级分类器都是一个强分类器，是若干个被称之为弱分类器的集成，而每一个弱分类器对应一个弱特征该特征可以在一定程度上区分人脸和非人脸。分类器训练完以后，就可以应用于输入图像中感兴趣区域的检测。检测到人脸区域分类器输出为1，否则输出为0。该算法中包括两个关键的知识点：
①haar 特征的选取和计算。这些特征必须足够简单且容易计算，才能达到运算速度的要求。
5. 工作计划
日期 | 工作计划 |
2.263.5 | 查找文献和翻译文献，分析并总结智能监控人脸识别系统的研究意义以及国内外发展状况，分析总结现有技术存在的一些问题 |
3.63.13 | 了解与课题相关的资料文献并撰写开题报告 |
3.143.20 | 分析了常用的人脸识别方法选择算法作为本系统的人脸验证方法 |
3.213.28 | 人脸提取程序设计，对该研究领域中几种主流的人脸检测算法进行分析，并总结各种算法的优缺点，根据本系统的研究背景选择了人脸检测方法 |
3.294.5 | 人脸提取程序验证 |
4.64.12 | 人脸验证程序设计，软件系统的总体设计和规划，同时通过分析实现的处理效果，选择适用于本系统的滤波及边缘检测方法 |
4.134.20 | 人脸验证程序验证 |
4.214.25 | 基于Open CV的USB摄像头图像获取 |
4.254.30 | 基于Open CV的人脸识别认证系统集成 |
5.15.15 | 规整毕设资料，撰写论文 |
5.155.20 | 提交论文准备答辩 |
5.205.25 | 答辩毕设结束 |
