1. 研究目的与意义、国内外研究现状（文献综述）
人脸检测最初来源于人脸识别[1]，是指对于任意一副给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是，则返回人脸位置，并把有人脸的地方识别出来。
早期人脸检测技术主要服务于人脸识别课题的研究。
人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位人脸位置，然后提取人脸特征，最后进行人脸比对等一系列相关的技术。
2. 研究的基本内容和问题
研究目标：通过对视频流中的运动目标的检测来减少后期人脸检测的计算量，检测出运动目标之后，针对运动目标进行人脸检测，判断是否存在人脸，若存在，则定位人脸的具体位置，并将人脸保存起来。
研究内容： （1) 在Microsoft Visual C 6.0中配置OpenCV库； （2）使用MFC设计图形化界面； （3）在Microsoft Visual C 6.0中操作视频文件的技术； （4）研究在视频画面中捕获运动目标的算法； （5）研究人脸检测算法； （6）保存检测到的人脸；关键问题： (1)在Microsoft Visual C 6.0中操作视频文件，获取视频帧； (2)人脸检测算法选取的研究； (3)人脸检测精确度； （4）研究在视频画面中捕获运动目标的算法；（5）保存检测到的人脸。
3. 研究的方法与方案
本课题采用的开发工具是microsoft visual c 6.00，开发语言为c 和opencv，并利用mfc进行可视化界面设计。
本课题开发思路为：通过获取视频文件中的视频帧来获取图像，然后检测视频场景中的运动目标，检测到后调用人脸检测算法，对运动目标进行检测，若未检测到人脸，则继续取下一帧视频图像；若检测到人脸，则定位人脸的具体位置，并将其标记出来，保存人脸后继续读取下一帧视频图像进行处理。
vc 中opnecv的配置技术已经成熟，同时，opencv具有开放的源代码，有利于对人脸检测技术的研究，vc 中还自带mfc可视化工具，因此，能够设计出友好的用户界面。
4. 研究创新点
（1）在静态场景中捕获运动目标； （2）利用OpenCV开源库实现人脸检测技术； （3）使用MFC进行可视化界面设计。
5. 研究计划与进展
3月12日-4月1日：阅读资料，研究捕获运动目标技术与人脸检测技术；4月2日-4月16日：软件编程，实现人脸检测；4月17日-4月22日：完成软件调试，系统测试；4月23日-4月24日：导师验收，查漏补缺；4月25日-5月10日：撰写毕业设计论文； 5月11日-5月13日：审阅论文，准备答辩。
