1. 研究目的与意义
人脸检测是指对任意给定的一幅图像判断其是否存在人脸;如果存在,则还需要进一步指出人脸的具体位置及范围，该技术广泛应用于视频监控、相机自动对焦、自动化设备等场合。由于人们对视觉认知在脑中的活动并不清楚,而且人脸局部特征本身具有很大的随机性,形状、大小、纹理、颜色都会因为不同的人、时间、光照而发生很大的变化,使得图像中的人脸检测成为一个非常具有挑战性的课题。
课题研究的意义：进行人脸图像识别研究也具有很大的使用价值。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在已用实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。
人脸是一个常见而复杂的视觉模式，人脸所反映的视觉信息在人们的交往中有着重要的意义和作用。对人脸进行处理和分析在视频监控、出入口控制、视频会议以及人机交互等领域有着广泛的应用前景。
2. 课题关键问题和重难点
（1）利用opencv实现对图像的预处理，包括降低噪声和颜色空间变换作为分析的基础。
（2）对预处理后得到的图像进行处理，计算Haar小波矩特征。
（3）以第2步中计算得到的Haar小波矩为数据基础，训练Adaboost分类器。
3. 国内外研究现状（文献综述）
1.人脸识别国内外现状：
在不同的生物特征识别方法中，人脸识别有其自身的特殊的优势，因而在生物识别中有着重要的地位。
a、非侵扰性。
4. 研究方案
人体面貌识别技术包含三个部分
①人体面貌检测。面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。
②人体面貌跟踪面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用于模型的方法或基于运动与模型相结合的方法。此外利用肤色模型跟踪也不失为一种简单而有效的手段。
5. 工作计划
第一周~第三周查阅相关参考资料，完成对课题的初步认识，详细阅读参考资料，完成翻译内容，进行课题方案设计，完成开题报告。
第四周利用opencv实现对图像的预处理，包括降低噪声和颜色空间变换作为分析的基础。
第五周对预处理后得到的图像进行处理，计算Haar小波矩特征，进行编程，完成相依设计。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
