《基于OpenCV的人脸检测系统设计与实现说明书》由会员分享，可在线阅读，更多相关《基于OpenCV的人脸检测系统设计与实现说明书（56页珍藏版）》请在金锄头文库上搜索。
1、 毕业设计 说明书 基于 OpenCV 的人脸检测系统设计与实现院（系）名称信息工程学院通信系专业名称网络工程学生姓名指导教师2013 年 5 月 15 日黄河科技学院毕业设计说明书 第 II 页基于基于 OpenCVOpenCV 的人脸检测系统设计与实现的人脸检测系统设计与实现摘摘 要要目前，人脸检测定位和跟踪已经成为计算机视觉与模式识别领域非常活跃的研究课题之一，在身份验证、信息安全、电子商务、基于内容的图像与视频检索、视频监控、智能人机交互、可视通信、虚拟现实、公安档案管理等很多方面都有着重要的应用价值。人脸检测是人脸识别的首要环节，目的就是将人脸从图像背景中检测出来，是人脸识别、视频跟
2、踪及人脸图像压缩等应用中的重要环节。由于受图像背景、亮度变化及人的头部姿势等因素的影响，使得人脸检测成为一项复杂的、具有挑战性的研究课题。 本文首先阐述了人脸检测技术的基本概念，对人脸检测领域的发展状况做了简要的介绍，然后对现有的各种人脸检测算法和技术做了深入的研究和讨论，并介绍了 Intel 开源计算机视觉库 OpenCV 及其在 VC+6.0 下的配置方法，最后采用 AdaBoost 学习算法实现了基本的人脸检测，以及视频中的人脸检测、摄像头监控检测等功能。实验表明本文研究的人脸检测方法具有检测速度快、精度高、实时性好的特点，具有一定的理论价值与实用价值。本文研究了基于 Adaboost
3、的人脸检测算法之后，发现虽然它具有具有很强的实时性，但当采样照片的背景色彩较为复杂或者光照较强时，该方法容易在周围环境景物中识别到错误的”人脸” ，人脸检测率，错检率等指标不是很理想。关键词：OpenCV，人脸检测及追踪，AdaBoost 算法，Haar 特征 黄河科技学院毕业设计说明书 第 III 页Design and implementation of face detection system based on OpenCV Author: Chen Jiang YingTutor:Wang Hong YongAbstractCurrently, human face detectio
4、n and tracking has become one of the most active and challenging tasks in the field of Computer Vision and Pattern Recognition. It has great application value in such fields as personal identification, information security, electronic commerce,content-based image and video retrieval,video surveillan
5、ce,intelligent human-machine interaction, visual communication, virtual reality, criminal archive administration, etc.Face detection is the first step of face recognition, and its aim is to detect human faces from the background of image. Its an important step in the field of face recognition, video
6、 tracking and human face image compression, etc. However, the result of face detection is usually affected by the image background, brightness or head posture of image and so on, which makes face detection become a complicated and challenging subject.This paper firstly presented the basic concept of
7、 human face detection technology, and gave a brief introduction of the development of face detection; then some existing face detection 黄河科技学院毕业设计说明书 第 IV 页algorithms are deeply studied and discussed, and it introduced Intel Open Source Computer Vision Library and the configuration method under the
8、environment of VC+6.0; lastly used Adaboost-based learning algorithm and relized the basic function of face detection, face detection in the video and camera face monitoring. The experiment indicate that the method of face detection proposed in this paper has the character of rapid speed, high accur
9、acy and real-time,showing a certain degree of theoretical and practical value.After studying the Adaboost-based algorithm of face detection in this paper, we can see that it has the character of real-time, but when the background color of the sample image is relatively complex or has strong light, t
10、his method might identify wrong “human faces” in the surrounding environment, and face detection rate, error detection rate is not satisfying.KeywordsKeywords：OpenCV, Face Detection and Tracking, AdaBoost algorithm, Haar Feature黄河科技学院毕业设计说明书 第 V 页目 录1 绪论 .11.1 课题背景及目的 .11.2 人脸检测技术概况 .11.3 课题研究背景及意义.
11、31.4 人脸检测研究现状.41.5 论文研究内容.51.6 论文组织结构.51.7 本章小结.62 人脸检测算法综述 .72.1 基于几何特征的方法.72.2 基于模板匹配的方法.82.3 基于统计模型的方法.92.4 本章小结.133 OpenCV 概述及安装配置方法.143.1 OpenCV 概述.143.2 OpenCV 的安装及在 VC+6.0 环境下的配置.163.3 本章小结 .204 人脸检测系统设计与实现 .214.1 系统开发环境 .214.2 系统可行性分析 .214.3 系统功能需求分析 .224.4 系统功能模块实现 .23黄河科技学院毕业设计说明书 第 VI 页4.5 本章小结 .275 系统运行与测试 .285.1 系统运行 .285.2 系统测试方案与结果 .285.3 系统的优点与不足 .345.4 本章小结 .356 结论 .36致谢 .37参考文献 .38黄河科技学院毕业设计说明书 第 1
