实时人脸检测系统的设计与实现 毕业设计报告书

《实时人脸检测系统的设计与实现 毕业设计报告书》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、本科毕业论文(科研训练、毕业设计)题目：实时人脸检测系统的设计与实现姓名：学院：软件学院系：软件工程专业：软件工程年级：学号：指导教师：职称：年月摘要人脸检测问题最初作为自动人脸识别系统的定位环节被提出，伴随着人工智能技术的不断进步，近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值，开始作为一个独立的课题受到研究者的普遍重视。随着社会的发展，各个方面对快速有效的自动身份验证的要求日益迫切。由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份验证的最理想依据。

2、这其中，利用人脸特征进行身份验证又是最自然直接的手段，相比其它人体生物特征它具有直接、友好、方便的特点，易于为用户所接受。人脸检测是人类视觉最杰出的能力之一，它的研究涉及模式识别、图像处理、生理学、心理学、认知科学，与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。本文详细介绍并设计了一个具有实时性的多功能人脸检测系统，可实现图片，视频文件以及实时视频流中的人脸位置检测确定。经实验检定本实时人脸检测系统识别率达到90%以上。关键词：人脸检测；AdaBoost；计算机视觉技术；分类器Desig

3、nandImplementationofReal-TimeFaceDetectionSystemAbstractFaceDetectionisconsideredoutasapartofFaceRecognitionSystematthebeginning.Inrecentyears,forthevalueofFaceDetectioninSafeAccessControl,VisualMonitoring,Content-basedRetrievalandthenewgenerationofhuman-comp

4、uterinterface,ithasarousedawidespreadattentionasanindependentresearchsubject.Withthedevelopmentofsociety,therequirementsofFaceDetectionaredemandingfast.Biologicalcharacteristicisaninherentattributeofhumanbeings,whichhasastrongstabilityanditsownindividualfeatu

5、res.Therefore,biologicalcharacteristiccouldbeagoodcertificationofauthentication.AndFaceDetectionisthemosteffectivemethodofallthosecharacteristics,anditismorefriendlyandconvenient.FaceDetectionisoneofthemostoutstandingcapacitiesofthehumannaturalvision,ithasacl

6、osetietobothbiologicalcharacteristicandComputerOperatorPerception.Thisthesisdesignsandimplementareal-timefacedetectionsystem,whichcandetectfacesfromimages,videoorcamerashots.Andthecorrectrecognitionratecanbestayabove90percent.Keywords:FaceDetection;AdaBoost;C

7、omputerVision;Classifier目录目录第一章绪论11.1项目背景11.2项目研究现状21.3本项目主要内容61.4本文结构6第二章实时人脸检测系统的框架设计82.1人脸检测技术82.2通用的人脸检测系统92.3实时人脸检测系统框架设计122.4实时人脸检测系统模块功能132.5小结16第三章实时人脸检测系统的实现173.1实现的环境和语言173.2开发流程173.3实时人脸检测系统的系统展示与评估283.4小结37第四章总结与展望384.1工作总结384.2工作展望38致谢40参考文献411目录

8、ContentsCHPTER1INTRODUCTION11.1ProjectBackground11.2PrinciplesOfProject21.3MainTask61.4ThesisPrganization6CHAPTER2OVERALLDESIGNOFFACEDETECTIONSYSTEM82.1FaceDetectionTechnology82.2CurrentF