摘 要智能图像检测和识别技术是一项前沿以及重要的研究方向，而人脸图像作为最重要的智能视觉图像之一，不论在计算机视觉、多媒体技术以及图像信息处理技术等研究中都占据着非常重要的地位。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，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。本系统构建了基于OpenCV的视频人脸识别的技术框架。针对警务部门需要，完成基于视频的人脸识别和身份确认。人脸定位和检测是人脸识别的前提，本系统采用基于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。在系统的人脸识别方面，应用LBP特征值实现了视频流的快速人脸定位和识别，能够根据人脸识别进行身份确认。 在人脸检测方面，系统使用了Haar AdaBoost人脸检测算法。因为Haar特征具有与检测窗口大小无关的特性。通过不停放大检测窗口对图像进行遍历，实现了人脸快速定位和提取。在人脸识别方面，系统使用了基于LBP算子的识别方法提取图像的多尺度LBP特征，从而达到识别人脸的目的。本系统是基于OpenCV平台设计、使用C++语言进行实现，完成了智能视觉检测与识别。经实验验证，实现了预期功能，达到较好效果。
目 录
第1章 绪论 1
1.1 课题研究背景及意义 1
1.2 国内外发展现状 2
1.3 本文结构 4
第2章 智能视觉检测与识别系统的技术框架和功能模块 5
2.1 OPENCV简介 5
2.2 智能视觉检测与识别系统的功能模块 5
2.3 智能视觉检测与识别系统的技术框架 6
2.4 本章小结 7
第3章 智能视觉检测与识别系统中的人脸检测 9
3.1 人脸检测算法在系统中的作用 9
3.2 人脸检测算法的原理 9
3.2.1各类人脸检测算法 9
3.2.2 人脸检测算法的难点 10
3.3 HAAR ADABOOST算法 11
3.3.1 HAAR ADABOOST算法的基本思想 11
3.3.2 矩形特征 11
3.3.
 *景先生毕设|www.jxszl.com +Q:  3_5_1_9_1_6_0_7_2 
3 积分图 12
3.3.4 弱分类器 12
3.3.5 基于HAAR特征的训练系统 12
3.4 本章小结 16
第4章 智能视觉检测与识别系统中的识别方法 17
4.1 人脸识别算法原理 17
4.2 常用的人脸识别算法 18
4.3 基于神经网络的人脸识别方法 19
4.4 基于LBP的人脸识别算法 21
4.4.1算法总体设计 22
4.4.2算法实现 23
4.5 本章小结 25
第5章 智能视觉检测与识别系统的实现 26
5.1 系统模块划分 26
5.2 C++实现具体功能 26
5.3 模块功能的实现 27
5.4 本章小结 30
第6章 展望 31
第7章 总结 32
参考文献 34
致谢 36
附录 37
第1章 绪论
1.1 课题研究背景及意义
计算机科学是近现代最重要的学科，它的出现打破了我们以前的交流和生活方式，机器视觉就是其中的一个非常重要的分支，它在近三十年的飞速发展中已经逐渐地开始改变了人们的生活[1]。
现在当今社会关注的研究主流，智能视觉检测技术，就是以计算机视觉研究为基础上，实现的一项技术。智能视觉检测技术将计算机优越的性能利用的淋漓尽致，包括计算机运算速度的高效性、大量遍历的可重复性与人眼视觉的识别智能化与抽象能力完美结合。
人脸识别这一项关键技术，运用计算机作为其辅助手段，在静态或者动态的图像中检测识别人的脸部图像，即对于一个给定的物体的静止或动态图像，运用已经拥用的人脸数据库来确认景物中的一个或者多个人。此技术需要调用的技术领域涵盖了计算机视觉、人工神经生理学、心理学、图像处理、模式识别。与指纹识别类似，人脸的识别也是基于人的面部的唯一性来确定的，用于鉴别人的身份信息。因此，这项技术广泛应用于商业、法律等相关领域。同时，国家机关也采用这项技术来打击犯罪，在毒品跟踪、反恐怖活动等监控中是一把有力的武器。目前警务部门在查找识别不法分子时，依旧采取人眼作为识别方式。这样造成了大量的人力物力的浪费，并且效率低下，准确性不高。针对这类事件，本文设计了智能视觉检测与识别系统，将大大提高对犯罪分子脸部特征检测与识别上的效率和精确程度，确保犯罪分子身份的确认和有效性[2]。
人脸识别的技术开发已经日益成熟，签字识别、指纹识别、声音识别、眼虹膜识别、掌形识别、等人体生物特征识别技术在系统识别方面已经得到了广泛的应用开发。区别于以上的技术，近期流行的人脸识别技术则具有简单、准确、高效、低成本等众多无法比拟的优点，因此可广泛应用于码头进出口控制、食品卫生安全检查、安保防护监控和搜寻在逃罪犯等有关方面。
人体生物特征识别技术是基于人类的生理特征的辨别，通过不同的人的生理特征不同来进行身份验证的一项21世纪兴起的新兴高科技技术。相比较于其他生物特征技术而言，人脸识别技术的优点主要体现在其直观性、简便性、准确性、可靠性以及可拓展性等方面，因而具有广阔的开发应用前景。而现今社会对于出入口安全保障以及相关金融方面身份保障的需求日益增长，生物识别技术在此基础上得到了迅猛的发展，成为这两者不可或缺的一项技术。近年来，微电子和视觉系统技术取得了一定程度的突破，依托于这两种技术的发展，自动识别技术从最初的高昂费用降低到了可以普及推广的价格。在现今社会，对于识别技术的需求的短缺已成为一个不可忽视的问题，而在所有的生物识别方法中，人脸识别是应用最为广泛的技术。因此人脸识别技术在近一段时间的兴起就是一个必然的结果。这项技术应用虽然广泛，但离我们的日常生活并不是很近，大多数的普通人对这项技术并不了解，人们更多的是在电影中看到这种技术：不少好莱坞警匪大片中，在追捕逃犯时警察通过拍摄嫌疑犯的面部图片，将其上传到本地数据库与警方的数据库进行比对从而得出相关结论。这并非虚构的情节：在国外，像FBI以及英国联邦调查局在使用人脸识别进行身份验证的使用程度上是非常广泛的；在国内，人脸识别技术的发展相较于国外来说较晚，兴起于上世纪90年代，现在应用的主要方向是在公共安全、金融信息保护、考勤签到等领域，例如毕业课程设计时的考勤签到系统即运用了人脸识别技术。
1.2国内外发展现状
人脸识别技术的发展历史，我们可以追溯到上个世纪法国人高尔顿对面部识别技术的奠基，但这项技术在上个世纪并没有得到里程碑式的发展，真正的跃进式发展还是在近40年取得的。 从1973年Kanade的研究开始起到今天，正面或近似正面的人脸部图像信息采集识别是大体的研究方向。人脸识别并非是要将所有人脸进行对比，其实验所采用的人脸数据库通常不大。现今最常用的人脸数据库一般只有100张左右的人脸图像[3]。
人脸识别技术的发展过程我们可以进行如下划分：依据其计算机处理能力自动化的强弱，人脸识别的发展道路可以分为以下几个个阶段：

原文链接：http://www.jxszl.com/jsj/wlw/47826.html