基于靜態(tài)圖像的人臉監(jiān)測(cè).pdf

1、人臉檢測(cè)概念指：運(yùn)用現(xiàn)代數(shù)字信息手段，從圖像來(lái)源中檢測(cè)出普通人臉，包括辨認(rèn)出人臉?lè)轿缓退伎臻g。正確檢測(cè)出人臉，是人臉識(shí)別、智能圖像處理的先決條件，同時(shí)該項(xiàng)檢測(cè)技術(shù)能夠在人機(jī)交互、安防監(jiān)控、基于圖像的檢索等應(yīng)用場(chǎng)景中起非常大的作用。
　　本文闡述了目前國(guó)內(nèi)外人臉檢測(cè)研究、應(yīng)用的發(fā)展?fàn)顩r。近幾年隨著信息技術(shù)的發(fā)展，人臉檢測(cè)所涉及的技術(shù)越來(lái)越多，對(duì)該課題的研究也受到更多人的重視?，F(xiàn)在，對(duì)于這項(xiàng)技術(shù)的研究，其深度和廣度，都遠(yuǎn)遠(yuǎn)超過(guò)了最初

2、提出的時(shí)候。從單純的靜態(tài)圖像，到復(fù)雜場(chǎng)景的多人物圖像，或者是動(dòng)態(tài)的視頻流，人臉檢測(cè)已經(jīng)能夠適應(yīng)于社會(huì)的各個(gè)場(chǎng)景。隨著人臉檢測(cè)的飛速發(fā)展，在視覺(jué)應(yīng)用的其他領(lǐng)域也產(chǎn)生了很多相似的應(yīng)用，在人臉檢測(cè)技術(shù)發(fā)展中所涉及的各種理論和實(shí)現(xiàn)方法，對(duì)居住小區(qū)、公共場(chǎng)所等地方的安防監(jiān)控、交通運(yùn)輸?shù)能囕v牌照識(shí)別等應(yīng)用系統(tǒng)，都會(huì)有促進(jìn)作用。
　　本文綜述了國(guó)內(nèi)外人臉識(shí)別技術(shù)研究及應(yīng)用的發(fā)展現(xiàn)狀，以及難點(diǎn)分析，介紹了主流的人臉檢測(cè)方法，討論了各方法的優(yōu)缺點(diǎn)。

3、
　　本文選擇了基于Haar特征的人臉檢測(cè)方法，分析其主要工作流程：人臉haar特征的描述和Adaboost算法，該算法使用Haar特征來(lái)區(qū)分圖像，通過(guò)引入積分圖概念，增強(qiáng)了特征的計(jì)算速度。對(duì)于AdaBoost算法中集成機(jī)器學(xué)習(xí)的一個(gè)重要機(jī)制：多個(gè)弱分類器集成的方法也進(jìn)行了重點(diǎn)的分析。在文中，還詳細(xì)介紹了Adaboost分類器的訓(xùn)練原理和方法，訓(xùn)練分類器的詳細(xì)設(shè)計(jì)過(guò)程，并給出了訓(xùn)練程序的源碼。
　　本文實(shí)現(xiàn)的人臉檢測(cè)系統(tǒng)是基

4、于OpenCV開(kāi)源圖像庫(kù)來(lái)設(shè)計(jì)完成的。在OpenCV開(kāi)源圖像庫(kù)中，提供了大量的基礎(chǔ)數(shù)據(jù)類型和系統(tǒng)構(gòu)建方法，本文利用這套成熟的圖像處理程序框架，在windows平臺(tái)上以VS2010集成開(kāi)發(fā)環(huán)境構(gòu)建了一個(gè)針對(duì)靜態(tài)圖像的人臉檢測(cè)系統(tǒng)，最后就人臉檢測(cè)成功率、誤檢率和檢測(cè)速度進(jìn)行了測(cè)試驗(yàn)證。本文通過(guò)手動(dòng)的方式，對(duì)經(jīng)過(guò)挑選的、具有代表特征的圖像進(jìn)行了測(cè)試。測(cè)試結(jié)果表明，對(duì)于檢測(cè)的圖像，本文實(shí)現(xiàn)的人臉檢測(cè)系統(tǒng)檢測(cè)通過(guò)率為100％，沒(méi)有錯(cuò)檢和漏檢的情況