学位论文 > 优秀研究生学位论文题录展示

基于OpenCV的人脸识别系统的研究与实现

作　者: 覃南鑫
导　师: 方文波
学　校: 武汉纺织大学
专　业: 计算机科学与技术
关键词: 人脸识别 AdaBoost Camshift HSV PCA OpenCV
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 647次
引　用: 1次
阅　读: 论文下载
 

内容摘要


人脸识别是在图像或视频流中进行人脸的检测和定位，其中包括人脸在图像或视频流中的所在位置、大小、形态、个数等信息，近年来由于计算机运算速度的飞速发展使得图像处理技术在许多领域得到了广泛应用，其中包含智能监控、安全交易、更安全更友好的人机交互等。如今在许多公司或研究所已经作为一门独立的课题来研究探索。本论文针对人脸识别技术从理论的阐述到论证并完成了人脸识别系统，其中包括人脸图像的采集阶段通过DirectShow对摄像头的图像采集，图像的预处理阶段通过直方图均衡化对图像增强，AdaBoost阶段创建训练样本，分为正样本和负样本，来对人脸样本图像进行训练，得到训练的分类器并对人脸进行检测，Camshift阶段提出了基于HSV色彩空间对人脸肤色聚类分析的方法，并建立了模型，对于图像或者视频流中肤色不一定是人脸的问题，在算法检测匹配时，利用肤色的空间向量来确定候选的区间，再对人脸进行判别，并且针对单人脸和多人脸做了一些改进型的研究。PCA阶段将样本图像投影在特征空间获得平均脸和主成分脸等，论文针对处理的每个阶段做出了适当理论论证和试验结果，并在算法方面做了适当改进。本论文是基于Intel开发的机器视觉库OpenCV，采用Visual C++ 2008集成开发环境，基于MFC在PC上实现了对系统的开发。试验结果表明，对系统的稳定性和识别准确率的提高还需要继续研究探索。

全文目录


摘要  4-5
ABSTRACT  5-8
1 绪论  8-18
  1.1 人脸识别的研究背景  8-10
  1.2 国内外人脸识别技术研究现状  10
  1.3 自动人脸识别系统的发展与趋势  10-11
  1.4 相关理论基础与应用领域  11-13
    1.4.1 人脸识别基本理论  11-12
    1.4.2 人脸识别应用领域  12-13
  1.5 人脸识别现有方法概述  13-16
    1.5.1 人脸检测方法概述  13-15
    1.5.2 人脸定位方法概述  15-16
  1.6 本论文研究工作概述  16-18
2 人脸图像预处理  18-22
  2.1 图像预处理研究背景与意义  18
  2.2 人脸图像的预处理  18-21
    2.2.1 人脸图像直方图均衡化  18-20
    2.2.2 人脸图像中值滤波  20-21
  2.3 本章小结  21-22
3 基于 AdaBoost 的人脸检测算法  22-40
  3.1 AdaBoost 算法概述  22-24
    3.1.1 弱学习与强学习  23-24
  3.2 矩形特征与积分图  24-30
    3.2.1 矩形特征  24-27
    3.2.2 积分图  27-30
  3.3 Adaboost 训练算法  30-39
    3.3.1 基本算法描述  30-32
    3.3.2 弱分类器与强分类器  32-38
    3.3.3 检测器的设计  38-39
  3.4 本章小结  39-40
4 基于 Camshift 的人脸跟踪算法  40-50
  4.1 常用人脸跟踪算法概述  40-44
  4.2 Camshift 算法背景及实现  44-49
    4.2.1 颜色概率分布与反向投影图  44
    4.2.2 Mean-shift 算法  44-46
    4.2.3 Camshift 算法原理  46-49
    4.2.4 算法实现流程及结果分析  49
  4.3 本章小结  49-50
5 基于 Eigenface 的人脸识别算法  50-57
  5.1 PCA 算法概述  50-52
    5.1.1 Karhunen-Loeve 变换  50-51
    5.1.2 PCA 算法原理  51-52
  5.2 PCA 理论基础  52-53
    5.2.1 投影概念  52-53
    5.2.2 几何解释  53
  5.3 PCA 识别算法的改进  53-56
    5.3.1 分块 PCA 原理  53-56
  5.4 本章小结  56-57
6 基于 OpenCV 的人脸识别系统的实现  57-63
  6.1 OpenCV 简介  57
  6.2 系统环境配置  57-58
  6.3 人脸识别系统的实现  58-62
    6.3.1 人脸跟踪识别系统的软件实现  59-61
    6.3.2 系统实现效果  61-62
  6.4 本章小结  62-63
7 总结与展望  63-64
致谢  64-65
参考文献  65-67

相似论文

  1. 2D人脸模板保护算法研究,TP391.41
  2. 基于三维重建的焊点质量分类方法研究,TP391.41
  3. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  4. 唇读中的特征提取、选择与融合,TP391.41
  5. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  6. HSV-2gD模拟抗原表位P6、HBsAg、IL18重组核酸疫苗的构建及免疫效果观察,R392
  7. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  8. 基于空间—频率域的织物组织识别新技术研究,TS101.923
  9. 基于机器视觉的车辆检测和车距测量方法研究,TP274
  10. 鼠源抗2型单纯疱疹病毒gB蛋白噬菌体单链抗体库的构建及特异性抗体筛选,R392
  11. 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
  12. 基于差分演化的人脸识别方法研究,TP391.41
  13. 功能磁共振成像技术在前列腺癌诊断中的应用研究,R737.25
  14. 人脸检测算法的FPGA设计与实现,TP391.41
  15. 基于分类器融合的人脸识别研究,TP391.41
  16. 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
  17. 基于稀疏表示的人脸识别算法研究,TP391.41
  18. 基于概率PCA的图像复原方法研究及其应用,TP391.41
  19. 基于局部优化投影的人脸识别方法研究,TP391.41
  20. 视频运动目标跟踪方法研究,TP391.41
  21. 声表面波气体传感器阵列模式识别技术的研究,TP212

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com