长沙理工大学电子信息工程专业毕业设计（论文）.doc

题目： 基于OpenCV的视频人脸识别系统的设计与实现 学生姓名 学 号 201184250317 院 系 电气与信息工程系 专 业 电子信息工程 年 级 2011级 二零一四年十月  摘 要 基于生物特征识别的身份认证方法和系统研究一直以来都是计算机图形学和模式识别领域研究的热点，其中，由于人脸的稳定性和可见性，针对人脸识别的算法研究和系统应用最为广泛，本文针对校园内实验室和宿舍安全管理需求，设计和实现了一套针对监控视频的基于OpenCV的人脸识别原型系统，开发语言选用C++，全文内容包括： （1）构建了基于OpenCV的视频人脸识别的技术框架。针对实验室和宿舍安全管理需要，构建了基于OpenCV的视频人脸识别的技术框架，能够完成基于视频的实时人脸识别和身份认定； （2）设计了基于OpenCV的视频人脸快速检测算法。人脸检测是人脸识别的前提，本文采用基于OpenCV的快速人脸检测算法实现视频图像中人脸的快速定位和提取； （3）设计了基于AdaBoost算法的视频人脸识别方法。应用AdaBoost算法实现了针对视频流的快速人脸定位和身份识别，能够实现实时身份认定。 系统基于.NET平台设计，使用C++语言进行实现，完成了基于视频的实时人脸身份认定。 关键词：人脸检测； OpenCV； 人脸识别； C++； 目 录 摘 要 1 目 录 2 1. 序言 4 1.1. 人脸识别的背景介绍 4 1.2. 人脸识别国内外发展状况 4 1.3. 人脸识别研究的意义 6 1.4. 人脸识别的技术应用 6 1.5. 主要章节内容和章节结构 7 1.6. 本章小结 7 2. 人脸识别系统的技术框架和功能模块 8 2.1. OpenCV简介 8 2.2. 人脸识别的功能模块 8 2.3. 人脸识别的技术框架 9 2.4. 本章小结 11 3. 人脸识别的方法 11 3.1. 人脸识别算法原理 11 3.2. 常用人脸识别方法 12 3.3. 基于神经网络的人脸识别方法 12 3.4. 本章小结 14 4. 人脸检测核心算法 14 4.1. 人脸检测算法在人脸识别中的作用 14 4.2. 人脸检测算法 15 4.3. AdaBoost算法 15 4.4. 本章小结 18 5.原型系统实现 19 5.1. 系统模块划分 19 5.2. 模块实现 19 4.2.1.系统运行流程图……………………………...………………………….…..............19 4.2.2.系统的功能界面 20 4.2.3实验结果及分析 21 5.3. 本章小结 22 总结与展望 ........................................................................................................................24 参考文献..................................................................................................25  序言 人脸识别的背景介绍 近几年来，已开发应用了声音识别、签字识别、指纹识别、掌形识别、眼虹膜识别等人体生物特征识别技术，与上述识别技术相比较，而最近开发的人脸识别技术则具有简便、准确、经济及可扩展性良好等众多优势，因此可广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯等有关方面。人体生物特征识别技术是依靠人体的生物特征来进行人的身份验证的一种高科技识别技术。而人脸识别技术具有比其他生物特征识别技术更直观、简便、准确、可靠及可扩展性良好等众多优势，因而应用广泛。随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度