1. 研究目的与意义（文献综述）

目的及意义

随着科学技术的进步与发展，高清视频技术已经日臻完善，对于视频中的人脸进行检测跟踪逐渐成为科技热点。通过识别跟踪视频中出现的人脸，我们可以获得更多想要的信息，只有在人脸检测和跟踪技术上有所突破，才可以进一步对人脸进行分析。人脸跟踪即在获取视频之后运用算法处理视频中运动的人脸，该技术目前广泛应用于手机拍照、虚拟现实、视频会议、生产线质量检测、军事制导等军事和民用领域。从室外到户外，人脸跟踪技术已经润物细无声地潜入每一个人的生活。随着信息化时代的到来，发展人脸跟踪技术显得越来越迫切，研究目标跟踪技术具有很强的实用意义、普遍的应用前景和商业价值。单片机则广泛地应用于控制等领域，基于此，将二者结合起来研究十分有必要。

国内外研究现状

在1979年，美国费城组织了一场关于视频跟踪技术的研讨会，视频跟踪技术逐渐走向人们的视野，越来越多的人开始关注视频识别与跟踪技术。各国开始投入研究视频跟踪技术，并在此领域快速取得突破。早期跟踪算法主要通过截取视频画面后分析视频背景，通过肤色模型识别可能存在的人脸，再利用梯度算法实现跟踪。随着社会各个领域信息化、智能化的迅速发展，目标跟踪技术吸引了越来越多研究者的关注。国内外纷纷建立起人脸检测，人脸跟踪相关的研究机构：麻省理工大学建立了计算机视觉实验室；加州大学伯克利分校建立了计算机视觉组。英特尔公司为人脸检测、跟踪建立了算法库。我国的微软亚洲研究院、中科院自动化研究所的模式识别国家重点实验室、清华大学、上海交通大学等研究机构也积极参与了人脸检测与跟踪方面的研究。微软研究院研究开发的windowsphone平台致力于实现人脸的检测、跟踪等功能。人脸检测的难点在于检测的准确性，人脸跟踪还需要满足实时性的要求。而由于人脸极具复杂性和多变性，在不同背景环境、不同运动状态、不同表情等情况下达到较好的跟踪效果有一定的难度。在实际的目标跟踪实际研究中，一般将实验效果的实时性和鲁棒性取折衷处理。

2. 研究的基本内容与方案

基本内容:本次设计主要是建立在stm32的基础上对视频中的人脸进行采集检测。基于stm32 的人脸检测系统是数字图像处理与单片机交互的实践，可以运用的在虚拟交互，手机拍照等日常生活中，利用科技提供更加便捷的生活方式。

目标：本次人脸检测系统基于stm32开发板，主要分为图像采集、图像检测和图像跟踪板块。通过搭建成像硬件系统，编程算法，实现对人脸进行采集，在液晶屏上实时显示人脸区域并跟踪视频里的人脸

拟采用的技术方案：图像采集模块将使用摄像头进行采集。再将摄像头采集到的模拟信号的图像信息进行模／数转换，采用ad转换芯片，同时利用视频分离芯片图像信息进行行、场分离。再将ad转换后的数字信号与视频分离的行、场中断信号存入单片机，最后单片机将采回来的图像信息进行二值化处理，实现对视频的实时采集和显示。

3. 研究计划与安排

1-3周：仔细研读任务书，广泛查阅相关中英文文献资料，确定技术方案，完成开题报告。

4-5周：深入了解图像识别跟踪的专业知识，熟悉单片机编程和图像识别算法，完成keil，stc-icp的安装和环境调试，了解并设计硬件系统的搭建方法。

6-12周：完成硬件系统实际搭建，完成人脸检测系统的算法部分编写，完成电脑与单片机开发板的联调，完成系统的各项功能编程。

4. 参考文献（12篇以上）

[1]徐威威, 李俊. 一种鲁棒的人脸关键点实时跟踪方法[j]. 计算机工程, 2018, 44(4):281-286.

[2]张立国, 王松, 金梅,等. 基于多尺度感知哈希特征的目标跟踪算法研究[j]. 高技术通讯, 2018, 28(3):219-226.

[3]胡章芳, 秦阳鸿. 基于图割理论的尺度自适应人脸跟踪算法[j]. 计算机应用, 2017, 37(4):1189-1192.

[4]蔡荣太, 朱鹏. 基于马尔科夫随机场的多特征人脸跟踪算法[j]. 激光与光电子学进展, 2017(2):126-130.