安徽工业大工商学院 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 www.docin.com 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 人脸跟踪识别 于 确 时 彩色视频中的人脸图像检测跟踪 跟踪 的人脸图 识别 身份识别。 分为 和 器 分。 Camshifl跟踪算法 学 理、分个跟踪器等 的算法应用于 人脸的跟踪。 器 人脸图像其要特征 分 分图currency1 Eigenface算法 人脸身份的识别。“ 成 人脸的跟踪fi fl 的应用于安 中 ATM机监控 等。 www.docin.com Abstract Human face is 0111primary focus of attention in social intercourse playingamajor rolei conveying dentity and emotion Researchonthe face tracking recognition technology has great theoreticaland practical value This paper focusesOilbuildingasetofhumanface recognition and trackingsystem tocommitted toaccurate and real-timecolorvideoimagesandcalltransmit the tracked human face image to the recognition part to identify the personS status Thesystem is divided into client and server parts Thetracking algorithm whichcarrieson morphology processing after traditional track algorithm Camshifl and assignments severaltrackingdevices is applied to the client for duplex facetracking Theserverside first divides the person face image into blocksaccording to its chief feature then the blocksuses the Eigenfacealgorithm separately to realize the personS status recognition The system implementation for multiple face trackingcallbe widelyused among the various security systemssuchas ATM machine monitoring system accesscontrol system Keywords Face DetectionFace TrackingFace Recognition Eigenface Camshift www.docin.com 一”论 本论本文的 、研究的 、研究及发展 相关理论和应用 论 最 本文的要研究工。 1 1 1. 视是人类大 中 的要 。 计 在人类 的 中 视 60 20其 的 、 等 20。 视 人类的重要 人类 视 的要 于 图像的 理。人类的 大 视 通 。 2. 识别、 识别等 建 在人脸的基 。随着 技术的发展 及应用需的 人脸检 i9l! l-21(Face Detection)为人脸 理中的一 关 技术 益成为一个热的研究。人脸检测的目的是 确定图像中是否存在人脸 人脸的个数、位置、大小等参数。人脸跟踪f3叫(Face Tracking)则是要在图像序列中确定帧间人脸的 应关 在续序列帧中跟踪已定位人脸的运轨迹。人脸识别 5】(Face Recognition)是在人脸检测的基 分析人脸的图像特征 确定人脸的身份特征。人脸是一类具有相当复杂的节变化的 结构目标 人脸器官的 、尺寸、纹理、 等变化复杂 难 用 一的模式 描 人 脸检测的 应用环境也十分复杂 不同的成像条件、不确定的饰物及复杂的等均向人脸检测算法苛刻的要。同时 序列图像中运场的快速分割、人脸 的非刚 运、人脸 遮挡和目标间互遮挡的 理等也为人脸的跟踪带 一定的挑战 人脸的检测与跟踪技术涉及 模式识别、图像 理、计算机视、人工智能等学科 识。 且目前大 要使用者固定在摄像机前的某一位置。 人总是 于运中的 尤其在 交互过程中 使用者的“要局限 的应用 。所 fi能找 问的解决方法 成功构造 时高的人脸跟踪与识别 为 解决其 类似的复杂模式的跟踪与识别 重要的启示。因 人脸跟踪与识别为相关研究的关 技术 近年 已成为机视方的一个重要研究及备受关注的前沿方向。 2基于OpenCV的人脸跟踪识别 研究 1 2 人脸跟踪识别内外研究 展 近些年 随着计算机硬件 能的不断发展 基于图像 感器的视频监控 得迅猛发展 向复杂应用 的视频监控 也随大 涌。也就是说 随着 技术的不断发展 视频监控 在商业、安全和军事 应用中的需 益 。于视频监控 具有 大的应用前 引许 家的高度重视 一些家投 大 资金和科技人员 fl 研究 已开发 CMU的VASM、W4、Pfinder 及Smart Kiosk 。同时 也成为众 内外学术会议和专讨论的 IEEE PAMI2000年8月期就有一个关于视监控的专2001年10月IEEE举 3代视监控专讨论会 中科学院 化所分别在 2002年与2003年办全智能视监控学术会议。在1996年至1999年间 美高级研究署 (DARPA)设 卡内基梅 大学为 美十几所高等院 和研究机构参 的视频监控目VSAM(Video Surveillance and Monitoring)。 目的要目标是 用视频www.docin.com理解、 通 、 感器 等技术 、战场等 监控。DARPA在2000年 资 重大 目HID计 (HumanIdentification ataDistance)研究开发 模式的监控技术 人的检测、分类和识别 、 用等场 的 能 使其 受 。在 EULTR(EuropeanUnion LongTermResearch)资 时Katholieke大学的工程 、法家计算机科学和控研究院INRIA等 名的大学和研究机构 研究为、法等currency1法机关 基于图像 理的监控 。 研究的目标是 图像视频 理、理解技术 currency1法机关能有的监控 的“像资中 有用的fifl 。 外 IST(InformationSociety Technologies)的Frameworks程序员会也在1999年设 重大 目ADVISOR(AnnotatedDigital Video or Surveillance and Optimized Retrieval)在开发一个 有 理 交通 ( ) 解 交通 ”人和个人的 为模式分析、人机交互等研究。 本也开展用于 及智能小的图像监控的CDVP(TheCooperative Distributed VisionProject)计 等。在内 已有许 高等院 和研究机构在智能视频监控投 相当的研究 交通大学、 大学 6。7l、 中科技大学和中科学院 化研究所 8】等。其中 中科学院 化研究所模式识别 大 研究 在人运分析、交通 为事件分析、交通场视频监控和智能视导等 得许 科研成fi。为 内智能视频监控的发展 中科学院 化研究所在 2002年和2003年分别举办一和全智能视监控会议。 化学在2003年5月一期视监控专。 计算机学、 件学和 控与决 等一些杂 也智能监控 中一些关 技术 。当前的研究要 中在 摄像机 、摄像机标定、目标检测、目标跟踪、 为识别与描等关 技术方。其中 运目标的跟踪识别是其中的 技术一 是续的高级 理 目标 为分析、 为识别等的 也是视频监控技术 化和 时应用的关 。目标跟踪识别的 是通过 图像 感器 摄 的视频序列 分析 计算目标在 帧图像中的位置、大小和运速度 识别其身份。其难点在于图像是 间N- 的投 本身存在 且运目标本身 不是一个确定不变的 在跟踪识 别过程会发生 、 、位 等复杂的变化。 外 图像 往往会受 类、遮挡、 等因 的 。因 开发能 应 复杂环境的变化 确、快速和定 跟踪识别运目标的算法 是当前 需解决的。 1 3 相关理论基 与应用 节 当前人脸方的研究已 一 向 人脸的 研究”模式识别、图像 理、计算机视 及人工智能等方的 识内。 人脸跟踪与识别技术的应用也十分fl 要视频会议、智能监控、图 像与视频检 、人机交互、控 及家 等。 分别 绍人脸 理中的理论基 和人脸研究成fi的类应用。 1 3 1 理论基 1、模式识别 www.docin.com 模式识别 是通过计算机用数学方法 研究模式的 理。在人脸识别中fi是个识别 则 个人是一个模式 预存在数 库里的图像就是样本 fi是 别识别、族识别和年龄识别 则不同的 别、族或年龄分别构成一个模式 fi把图像中的 个图看一个模式 则 检测也是一个模 式识别的问 要正确 把 个图模式归 人脸类或非人脸类。 模式识别一般分为 几类 计模式识别 fi模式类是几何 分的 则用 几何分类法 某 度 分类 若是几何不 分的 则用概率分类法 贝叶斯决 理论。结构模式识别 用语法的递归 用小 简单的基元和 语法规则 描大 复杂的模式。模糊模式识别 模糊技术引 模式识别中 特征和分类结fi模糊化 4基于OpenCV的人脸跟踪识别 研究使得识别过程能反映事物的本 。 聚类分析 当没有样