毕业设计基于opencv的人脸识别算法-精品

《毕业设计基于opencv的人脸识别算法-精品》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、安微工业大工商学院毕业学士论文基于OpenCV的人脸识别算法姓名：陈滔申请学位级别：学士专业：测控技术与仪器指导教师：方挺摘要人脸在社会交往中扮演着十分重要的角色，是人类在确定一个人身份时所采用的最普通的生物特征，研究人脸跟踪识别及其相关技术具有十分重要的理论价值和应用价值。彩色图像序列的人脸检测、跟踪与识别技术是随着计算机技术的高速发展和视频监控等应用的需要在近几年才逐渐成为一个研究热点。本文着重构建一套人脸跟踪识别系统，致力于精确实时地对彩色视频中的人脸图像检测跟踪，并可以将跟踪到的人脸图片传输到识别端进行身份识别。系统分为客

2、户端和服务器两部分。针对传统Camshifl跟踪算法进行形态学处理、分配多个跟踪器等改进后的算法应用于客户端进行多人脸的跟踪。服务器端首先将人脸图像按其主要特征进行分块，再对分块图执行Eigenface算法实现人脸身份的识别。这套系统完成了对多人脸的跟踪效果，可广泛的应用于各种安防系统之中如：ATM机监控系统,门禁系统等。AbstractHumanfaceis0111"primaryfocusofattentioninsocialintercourseplayingamajorroleiconveyingdentityandemo

3、tion.Researchonthefacetracking,recognitiontechnologyhasgreattheoreticalandpracticalvalue・ThispaperfocusesOilbuildingasetofhumanfacerecognitionandtrackingsystemtocommittedtoaccurateandreal-timecolorvideoimages,andcalltransmitthetrackedhumanfaceimagetotherecognitionpart

4、toidentifythepersonSstatus.Thesystemisdividedintoclientandserverparts.ThetrackingalgorithmwhichcarriesonmorphologyprocessingaftertraditionaltrackalgorithmCamshiflandassignmentsseveraltrackingdevicesisappliedtotheclientforduplexfacetracking・Theserver—sidefirstdividesth

5、epersonfaceimageintoblocksaccordingtoitschieffeature,thentheblocksusestheEigenfacealgorithmseparatelytorealizetheperson'Sstatusrecognition・Thesystemimplementationformultiplefacetrackingcallbewidelyusedamongthevarioussecuritysystems,suchas：ATMmachinemonitoringsystem,ac

6、cesscontrolsystem・Keywords：FaceDetectionFaceTrackingFaceRecognitionEigenfaceCamshift第一章绪论本章论述了本文选题的背景、研究的意义、课题研究现状及国际发展动态，并对相关理论和应用领域做了详细论述，最后给出了本文的主要研究工作。1・1选题背景1.视觉是人类从大自然中获取信息的主要手段。据统计，在人类获取的信息中,视觉信息约占60%,听觉信息约占20%,其它的如味觉信息、触觉信息等加起来约占20%。由此可见视觉信息对人类的重要性，而人类获取视觉信息的主

7、要途径来自于对图像的处理。人类的面部提供了大量视觉信息，知输入通道。HIIH12.口型识别、表情识别等，都建立在人脸的基础上。随着信息技术的发展以及应用需求的剧增，人脸检i91!}[l-21(FaceDetection)作为人脸信息处理中的一项关键技术，日益成为一个热门的研究课题。人脸检测的目的是自动确定输入图像中是否存在人脸，并给出人脸的个数、位置、大小等参数。人脸跟踪f3叫(FaceTracking)则是要在图像序列中确定出各帧间人脸的对应关系，并在后续序列帧中跟踪出已定位人脸的运动轨迹。人脸识别【5】(FaceRecogni

8、tion)是在人脸检测的基础上分析人脸的图像特征，进而确定人脸的身份特征。人脸是一类具有相当复杂的细节变化的自然结构目标，人脸器官的形状、尺寸、纹理、表情等变化复杂，难以用统一的模式加以描述，而人脸检测的实应用环境也十分复杂，不同的成像条件、不确定