開(kāi)題報(bào)告人臉檢測(cè)與識(shí)別

1、開(kāi)題報(bào)告填寫要求1開(kāi)題報(bào)告（含“文獻(xiàn)綜述”）作為畢業(yè)設(shè)計(jì)（論文）答辯委員會(huì)對(duì)學(xué)生答辯資格審查的依據(jù)材料之一。此報(bào)告應(yīng)在指導(dǎo)教師指導(dǎo)下，由學(xué)生在畢業(yè)設(shè)計(jì)（論文）工作前期內(nèi)完成，經(jīng)指導(dǎo)教師簽署意見(jiàn)及所在專業(yè)審查后生效。2開(kāi)題報(bào)告內(nèi)容必須用黑墨水筆工整書(shū)寫或按教務(wù)處統(tǒng)一設(shè)計(jì)的電子文檔標(biāo)準(zhǔn)格式（可從教務(wù)處網(wǎng)頁(yè)上下載）打印，禁止打印在其它紙上后剪貼，完成后應(yīng)及時(shí)交給指導(dǎo)教師簽署意見(jiàn)。3“文獻(xiàn)綜述”應(yīng)按論文的格式成文，并直接書(shū)寫（或打?。┰诒鹃_(kāi)題報(bào)告第一欄目?jī)?nèi)，學(xué)生寫文獻(xiàn)綜述的參考文獻(xiàn)應(yīng)不少于15篇（不包括辭典、手冊(cè)）。4有關(guān)年月日等日期的填寫，應(yīng)當(dāng)按照國(guó)標(biāo)gb/t 740894數(shù)據(jù)元和交換格式、信息交換

2、、日期和時(shí)間表示法規(guī)定的要求，一律用阿拉伯?dāng)?shù)字書(shū)寫。如“2006年11月20日”或“2006-11-30”。畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告1結(jié)合畢業(yè)設(shè)計(jì)（論文）課題情況，根據(jù)所查閱的文獻(xiàn)資料，每人撰寫20004000字左右的文獻(xiàn)綜述：文 獻(xiàn) 綜 述1. 研究背景各種智能系統(tǒng)在生活中的應(yīng)用越來(lái)越普遍。智能系統(tǒng)中經(jīng)常需要身份識(shí)別以便提供個(gè)性化服務(wù)。身份識(shí)別是一個(gè)很棘手的的問(wèn)題，傳統(tǒng)方法中主要是通過(guò)一些具有個(gè)人身份特征的事物來(lái)鑒別，比如證件、鑰匙等身份標(biāo)識(shí)物品，或者是用戶名和密碼之類的身份標(biāo)識(shí)知識(shí)。在一些要求比較高的系統(tǒng)中，一般將這兩方法結(jié)合起來(lái)使用，例如我們?cè)谑褂胊tm機(jī)時(shí)，只有atm卡和密碼都正確才能

3、訪問(wèn)特定的用戶并進(jìn)行一些列操作。但是傳統(tǒng)的身份鑒別方法缺點(diǎn)是相當(dāng)明顯的：身份標(biāo)識(shí)物品容易丟失或被偽造，身份標(biāo)識(shí)知識(shí)容易遺忘或被盜取。這個(gè)時(shí)候身份鑒別就是天方夜譚了。如果利用每個(gè)人本身的生物特征如人臉特征，指紋等等就能達(dá)到相當(dāng)好的效果。這使得生物特征識(shí)別技術(shù)煥發(fā)光彩。由于微電子和機(jī)器視覺(jué)方面取得了新進(jìn)展，高性能自動(dòng)識(shí)別的技術(shù)可行性越來(lái)越高。近年來(lái)興起的人臉識(shí)別在眾多生物識(shí)別方法中應(yīng)用最為廣泛。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫(kù)中的資料進(jìn)行比對(duì)，并找出該嫌犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國(guó)外，人臉識(shí)別技術(shù)早已被大量使用

4、在國(guó)家重要部門以及軍警等安防部門。在國(guó)內(nèi)，對(duì)于人臉識(shí)別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。2. 研究意義人臉識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時(shí)也具有較為廣泛的應(yīng)用意義。人臉識(shí)別技術(shù)是一個(gè)非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是frt在實(shí)用應(yīng)用中仍面臨著很嚴(yán)峻的問(wèn)題,因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而且人臉本身又是一個(gè)柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識(shí)別帶來(lái)了相當(dāng)大的麻煩。如何能

5、正確識(shí)別大量的人并滿足實(shí)時(shí)性要求是迫切需要解決的問(wèn)題。 基于人臉生物特征的身份鑒別具有以下優(yōu)點(diǎn)： （1）用戶易接受：操作簡(jiǎn)單，身份識(shí)別度高，識(shí)別速度快。 （2）防偽性能好：人臉特征被偽造或被盜可能性很低。 （3）使用方便：不用擔(dān)心丟失或遺忘，隨時(shí)隨地可用。 除此之外，人臉識(shí)別技術(shù)還有精度高，性價(jià)比高，自學(xué)習(xí)能力強(qiáng)等優(yōu)點(diǎn)。 由于以上多項(xiàng)優(yōu)點(diǎn)使得人臉特征識(shí)別在身份鑒別領(lǐng)域大放異彩，在生活中許多地方得到應(yīng)用： （1）公安系統(tǒng)：快速辨別罪犯；罪犯通緝；保障共安全；海關(guān)邊檢。 （2）公共安全領(lǐng)域：確認(rèn)證件的真?zhèn)危恢悄荛T禁；信用卡使用者身份驗(yàn)證。 （3）互聯(lián)網(wǎng)交互領(lǐng)域：計(jì)算機(jī)登錄；網(wǎng)絡(luò)安全；個(gè)性化服務(wù)。人

6、臉識(shí)別技術(shù)的研究也具有很大的理論價(jià)值。人臉識(shí)別技術(shù)的研究涉及到模式識(shí)別、計(jì)算機(jī)視覺(jué)、人工智能、圖像處理等多門學(xué)科，經(jīng)常應(yīng)用于人機(jī)交互領(lǐng)域，而且還與人的其它生物特征識(shí)別有著千絲萬(wàn)縷的聯(lián)系。人臉識(shí)別技術(shù)的研究對(duì)推動(dòng)以上各學(xué)科的發(fā)展具有重要的理論意義。3. 研究現(xiàn)狀 3.1國(guó)外的發(fā)展概況見(jiàn)諸文獻(xiàn)的機(jī)器自動(dòng)人臉識(shí)別研究開(kāi)始于1966年pri的bledsoe的工作，1990年日本研制的人像識(shí)別機(jī)，可在1秒鐘內(nèi)中從3500人中識(shí)別到你要找的人。1993年，美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署 (advanced research projects agency)和美國(guó)陸軍研究實(shí)驗(yàn)室(army research lab

7、oratory)成立了feret(face recognition technology) 項(xiàng)目組，建立了feret 人臉數(shù)據(jù)庫(kù)，用于評(píng)價(jià)人臉識(shí)別算法的性能。美國(guó)陸軍實(shí)驗(yàn)室也是利用vc+開(kāi)發(fā)，通過(guò)軟件實(shí)現(xiàn)的，并且far為49%。在美國(guó)的進(jìn)行的公開(kāi)測(cè)試中，far，為53%。美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。這種算法需要人工或自動(dòng)指出圖像中人的兩眼的中心坐標(biāo)，然后進(jìn)行識(shí)別。在機(jī)場(chǎng)開(kāi)展的測(cè)試中，系統(tǒng)發(fā)出的錯(cuò)誤警報(bào)太多，國(guó)外的一些高校（卡內(nèi)基梅隆大學(xué)（carnegie mellon university）為首，麻省理工大學(xué)（massachusetts institute of tech

8、nology ）等，英國(guó)的雷丁大學(xué)（university of reading）和公司（visionics 公司facelt 人臉識(shí)別系統(tǒng)、viiage 的facefinder 身份驗(yàn)證系統(tǒng)、lau tech 公司hunter系統(tǒng)、德國(guó)的bioid 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗(yàn)證系統(tǒng)的實(shí)現(xiàn)方面深入研究并不多。 3.2 國(guó)內(nèi)的發(fā)展概況 人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。我國(guó)在這方面也取得了較好的成就，國(guó)家863項(xiàng)目“面像檢測(cè)

9、與識(shí)別核心技術(shù)”通過(guò)成果鑒定并初步應(yīng)用，就標(biāo)志著我國(guó)在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。北京科瑞奇技術(shù)開(kāi)發(fā)股份有限公司在2002年開(kāi)發(fā)了一種人臉鑒別系統(tǒng)，對(duì)人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對(duì)圖像進(jìn)行特征提取和識(shí)別。這對(duì)于人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不同時(shí)期拍攝的，使用的照相機(jī)不一樣。系統(tǒng)可以接受時(shí)間間隔較長(zhǎng)的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫(kù)藏2300人的正面照片，每人一張照片，使用相距1-7年、差別比較大的照片去查詢，首選率可以達(dá)到50%，前20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá)70% 。 200

10、5年1月18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國(guó)家"十五"攻關(guān)項(xiàng)目人臉識(shí)別系統(tǒng)通過(guò)了由公安部主持的專家鑒定。鑒定委員會(huì)認(rèn)為，該項(xiàng)技術(shù)處于國(guó)內(nèi)領(lǐng)先水平和國(guó)際先進(jìn)水平。參考文獻(xiàn)【1】viola p，jones mrapid object detection using a boosted cascade of simplefeaturecin：proceedings of ieee conference on computer vi sion and pattern recognition，kauai，hawaii，usa，2001，1：i-51l-5

11、18【2】p. viola, m. jones. rapid object detection using a boosted cascade of simple features. ieee conf on computer vision and pattern recognition, kauai, hawaii, usa: ieee computer society, 2001.【3】viola p.，jones m. j.、robust real-time face detection、international journal of computer vision 57(2), 13

12、7-154, 2004【4】rlienhartjmaydtan extended set of haar-1 ike features for rapid object detectioncieee icip2002(1)：900-903【6】huang f j，chen ttracking of multiple faces for humancomputer interfaces and virtualenvironmentscieee intlconfon multimedia and exponew york，july 2000【7】 viola p.，jones m. j.、robu

13、st real-time object detection、cambridge research laboratory, technical report series、crl 2001/01【8】李艷玲; 張永梅; 基于膚色信息的快速人臉檢測(cè)j. 2006,5 【9】 肖明霞; 人臉檢測(cè)關(guān)鍵算法分析j. 2008,3 【10】周彩霞; 易江義; 人臉檢測(cè)技術(shù)研究j. 2008,9 【11】 王偉; 張佑生; 方芳; 人臉檢測(cè)與識(shí)別技術(shù)綜述j. 2006,5 【12】楊濤人臉檢測(cè)與跟蹤d，西北工業(yè)大學(xué)，2004年3月【13】周德華，毛敏峰，徐浩一種多人臉跟蹤算法的研究與實(shí)現(xiàn)j，電視技術(shù)，200

14、5，275(5)：8890【14】 李剛，高政、人臉自動(dòng)識(shí)別方法綜述、計(jì)算機(jī)應(yīng)用研究、2003, vol 8:4-9【15】高建坡，王煜堅(jiān)，楊浩等一種基于kl變換的橢圓模型膚色檢測(cè)方法j電子與信息學(xué)報(bào)2007，v0129，no7 【16】邢果，戚文芽彩色空間的膚色分割及其在人臉檢測(cè)中的應(yīng)用j視頻技術(shù)應(yīng)用與工程2006.畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告本課題要研究或解決的問(wèn)題和擬采用的研究手段（途徑）：1. 研究問(wèn)題：人臉識(shí)別技術(shù)是基于生物特征的識(shí)別方式，利用人類自身所擁有的、并且能夠唯一標(biāo)示其身份的生理特征或行為特征進(jìn)行身份驗(yàn)證技術(shù)。也就是給定一場(chǎng)景的靜止或視頻圖象，利用訓(xùn)算機(jī)里存儲(chǔ)的人臉數(shù)據(jù)庫(kù)，確定

15、場(chǎng)景中的一個(gè)或多個(gè)人。人臉識(shí)別過(guò)程需要完成以下幾方面的工作：人臉檢測(cè)：從各種場(chǎng)景中檢測(cè)出人臉的存在，并從場(chǎng)景中準(zhǔn)確分離出人臉區(qū)域；預(yù)處理：校正人臉尺度、光照以及旋轉(zhuǎn)等方面的變化，得到規(guī)范化的人臉圖像；特征提?。簭娜四槇D像中提取出人臉具有代表性的特征信息，并用一定的方式加以描述；人臉識(shí)別：根據(jù)所提取的特征信息，將待識(shí)別的人臉與數(shù)據(jù)庫(kù)中的人臉進(jìn)行比較，找到數(shù)據(jù)庫(kù)中最相似的人臉本課題的主要內(nèi)容是：（1） 圖像預(yù)處理,它主要從攝像頭中獲取人臉圖像然后進(jìn)行處理,以便提高定位和識(shí)別的準(zhǔn)確率。（2） 人臉檢測(cè)，簡(jiǎn)單地講就是判定圖片中是否存在人臉以及人臉的位置大小的確定。（3） 人臉識(shí)別，提取特征與人臉庫(kù)中數(shù)

16、據(jù)對(duì)比從而判定圖片中人物身份。2. 研究方案： （1） 圖像文件格式選擇在設(shè)計(jì)的過(guò)程中，為了定位和特征提取的方便，我們采用的是24位圖。 （2）開(kāi)發(fā)工具選擇本次設(shè)計(jì)所用的開(kāi)發(fā)工具是microsoft visual c+ 6.0。 visual c+ 6.0是microsoft公司推出的一種可視化編程工具。它支持多平臺(tái)和交叉平臺(tái)的開(kāi)發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一起，構(gòu)成一個(gè)完美的可視化開(kāi)發(fā)環(huán)境。用戶無(wú)需通過(guò)繁雜的編程操作，即可完成windows下應(yīng)用程序的編輯、編譯、測(cè)試和細(xì)化等工作。open cv是 intel 公司自主開(kāi)發(fā)的開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)。它包括一系列c 函數(shù)和

17、一部分 c+類程序。它將許多實(shí)驗(yàn)室的優(yōu)秀研究成果轉(zhuǎn)化成了數(shù)字圖像處理方面的現(xiàn)實(shí)算法。它的強(qiáng)項(xiàng)在于圖像和視頻的讀寫、目標(biāo)識(shí)別與跟蹤以及3d重建與標(biāo)定等方面。cv是計(jì)算機(jī)視覺(jué)的意思，它源于數(shù)字圖像處理的研究，是一門朝陽(yáng)學(xué)科，它通過(guò)計(jì)算機(jī)等數(shù)字設(shè)備來(lái)模擬生物視覺(jué)，對(duì)圖像進(jìn)行采集、處理、再現(xiàn)等等。主要研究?jī)?nèi)容有圖像特征提取、3d視覺(jué)、模式識(shí)別、人工智能等諸多方面。open cv優(yōu)勢(shì)十分明顯:使用c及c+來(lái)編寫，而且是開(kāi)源的，可以讓很多讀者參與到程序庫(kù)的完善中；處理實(shí)時(shí)數(shù)據(jù)的能力很強(qiáng)特別適合開(kāi)發(fā)實(shí)時(shí)應(yīng)用程序；圖像和處理能力很完善，矩陣運(yùn)算能力很強(qiáng)；具有底層和高層的應(yīng)用開(kāi)發(fā)包；具有通用的圖像或者視頻的載入

18、保存和獲取模塊。open cv 提供的功能：可以對(duì)圖像數(shù)據(jù)進(jìn)行分配、釋放、復(fù)制、設(shè)置和轉(zhuǎn)換； 提供一系列針對(duì)矩陣和特征向量的、以線性代數(shù)方法為內(nèi)核靈魂的算法程序； 可以通過(guò)函數(shù)調(diào)用直接把從攝像頭獲取的圖像數(shù)據(jù)轉(zhuǎn)化為相應(yīng)的圖像或視頻文件；對(duì)各種動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)進(jìn)行操作；具有基本的圖像處理能力比如濾波、邊緣檢測(cè)、直方圖等操作；對(duì)各種結(jié)構(gòu)進(jìn)行分析比如距離變換多邊形逼近、直線擬合等等；提供特征法和隱馬爾科夫模型法等基礎(chǔ)的目標(biāo)識(shí)別方法；提供了基本的gui功能來(lái)做用戶界面方便使用者操作；甚至能夠?qū)D像重要部分進(jìn)行勾勒和標(biāo)注。 （3） 算法選擇圖像預(yù)處理模塊：·光線補(bǔ)償 ：由于光線原因，所照的圖像可能會(huì)存在光線不平衡的情況而造成色彩偏差，為了抵消這種整個(gè)圖像中存在的色彩偏差，本系統(tǒng)采用的解決方法是：將整個(gè)圖像中的所有像素的亮度從高到低進(jìn)行排列，取前5%的像素，然后線性放大，使這些像素的平均亮度達(dá)到255。實(shí)際上就是調(diào)整圖片像素的rgb值。·圖像灰度化：圖像灰度化是將圖像變成灰色，本系統(tǒng)中采用以下步驟來(lái)實(shí)現(xiàn)圖像的灰度化：彩色轉(zhuǎn)換成灰度、灰度比例變換、灰度線性變換、灰度線性截?cái)?、灰度取反?#183;高斯平滑：在圖像的采集過(guò)程中,由于各種因素的影響,圖像中往往會(huì)出現(xiàn)一些不規(guī)則的隨機(jī)噪聲,如數(shù)據(jù)在