信息sy1301_0121309340514_潘冬冬_开题报告(2017参考模板).doc

本科生毕业设计（论文）开题报告 学生姓名： 潘冬冬 导师姓名、职称： 刘新华 教授 所属学院： 信息工程学院 专业班级： 信息sy1301班 设计（论文）题目：基于Haar特征分类器的图像人数检测 2017 年 3月 12日 开题报告填写要求 1．开题报告应根据教师下发的毕业设计（论文）任务书，在教师的指导下由学生独立撰写。 2．开题报告内容填写后，应及时打印提交指导教师审阅。 3．“设计的目的及意义”至少800汉字（外语至少500字），“基本内容和技术方案”至少400汉字（外语至少200字）。进度安排应尽可能详细。 4．指导教师意见：学生的调研是否充分？基本内容和技术方案是否已明确？是否已经具备开始设计（论文）的条件？能否达到预期的目标？是否同意进入设计（论文）阶段？ 撰写内容要求（可加页）： 1．目的及意义（含国内外的研究现状分析） 1.1 研究目的 随着社会经济水平不断提高和计算机视觉技术的不断进步，智能视频监控系统的应用前景也越来越广泛，大量的监控系统已经在车站，道路，超市等处广泛应用。视频监控系统智能化，是监控系统的未来发展方向。通过视频监控系统中行人的检测和跟踪来统计人数有着极其重要的现实意义，视频系统中人数统计方法和技术将成为计算机视觉研究的难点和热点。 一旦对于图像的人数检测算法比较成熟，将会极大的帮助许多人的日常工作。例如火车站，图书馆，超市这些人流量较大但是又需要统计人数以及人流量的场所，只要已经安装了视频监控系统，就不再需要利用人工十分困难的去统计人数，而只需要利用基于Haar特征分类器的图像人数检测来方便的统计人数，并且可以将误差控制在一个很小的范围内。这就极大的减轻了相关工作人员的工作负担。 1.2 研究意义 2．研究（设计）的基本内容、目标、拟采用的技术方案及措施 研究一种基于OpenCV和Haar特征分类器检测固定区域图像中人数的方法。通过选取大量含有人的Haar特征的样本图片，利用OpenCV 训练处分类器，并通过实验深入分析选取的样本对分类器识别性能（即检测效果）的影响，最终选取人的头肩部上半身样本训练分类器，并在大量待检图样的检测试验中达到较高的识别准确率，较短的平均检测时间。 (3) 基于Haar特征分类器的图像人数检测拟采用的技术方案及措施。 ① 用OpenCV来训练Haar特征分类器，提供所要识别特征的相应正例样本和反例样本图片。正例为人的头肩部和全身的样本图片；反例样本为背景图片，要求不能有人，利用OpenCV提供的相应程序训练出Haar特征分类器。 ② OpenCV是开源的计算机视觉库，它实现了计算机处理和计算机视觉方面的很多通用的算法，是作为二次开发的理想工具。本文在VC++环境下，基于OpenCV开发Haar特征分类器。 3．进度安排 第1－周：查阅相关文献资料，明确研究内容，了解研究CV和Haar特征分类器的相关知识。确定方案，完成开题报告。 第－周：第－1周：CV实现图像人数检测代码，并测试大量样本，统计其正确率以及所耗时间长短。完成论文初稿。 第13－1周：完成并修改毕业论文。 第1周: 准备论文答辩。 ,管群,胡凯衡,杨宇. VC++环境下基于OpenCV的摄像机标定系统的开发[J]. 计算机应用与软件,2011,28(6):19-21. 谢尔曼,罗森林,潘立敏. 基于Haar特征的Turbo_Boost表情识别算法[J]. 计算机辅助设计与图形学,2011,23(8):1443-1446. 陈虹. 基于OpenCV的人脸检测系统设计与实现[J]. 科技信息,2013(23):384-385. ,蒋. 基于OpenCV和Haar特征分类器的图像人数检测[J]. 计算机应用,2011,34(4):384-388. 糜元根,陈丹驰,季鹏[J].传感器与微系统,2017,36(2):154-157. 柳有权. 基于普通摄像头的人数检测技术的探讨[J].价值工程，2011(1):198. 宋振,韩鑫彬,魏中衡. 基于人脸识别的人数统计系统[J].电子技术与软件工程,2016(21):80-81. 江伟坚,郭躬德,赖志铭. 基于新Haar_like特征的Adaboost人脸检测算法[J].山东大学学报,2014,44(2):43-48. 王庆伟,应自炉. 一种基于Haar-Like T特征的人脸检测算法[J].,2015,28(1):36-42. 叶锋,洪斯婷,郑德城. 基于Adaboost与背景差分级联的室内人数统计方法[