摘 要

随着计算机技术的发展，计算机已经走进了各行各业，当下最方便快捷的计数系统就是利用计算机视觉来进行计数，而利用计算机视觉来进行计数的核心技术就是实时的人脸检测技术。许多人脸检测应用程序使用传统的Adaboost人脸检测系统，其中Adaboost是人脸识别检测领域的一种经典算法。

本研究提出了利用Adaboost人脸识别模块来构建一个具有自动计数功能的人员自动计数系统。该系统使用opencv类库作为支持，使用mfc来构建用户操作界面，首先通过用户的操作获取检测源，成功加载检测源之后启动人脸识别模块。成功对人脸识别之后，通过计算对比相似度，对得到的人脸做一个去重的操作，最后对检测源中的人脸即人员进行计数。该系统使用传统的Adaboost算法，基于灰度图像和Haar-like特征，能够完成对检测源中的人员进行计数的功能。

关键字：计数；人脸识别；opencv； Adaboost

Abstract

With the development of computer counting, the computer has entered the from all walks of life, the most convenient and quick counting system is to use computer vision to count, and the use of computer vision to count that the core technology of real-time face detection technology.Many face detection applications using traditional Adaboost face detection system, the Adaboost is a classic in the field of face recognition detection algorithm.

This study proposes the use of Adaboost face recognition module to build a personnel automatic counting systems with automatic counting function, The system using the opencv library as a support, using MFC to build a user interface, first by operating the user access to the source, after successfully loaded test source to start the face recognition module.After the success of face recognition, through comparing similarity calculation, on the face do a to heavy operation, and finally to detect faces in the personnel to count.The system use the traditional Adaboost algorithm, based on the gray image and characteristics of Haar - like and can finish to test the function of the source of the personnel to count.

Keywords：Count ;Face detection ;Opencv; Adaboost

目 录

第1章 绪论 1

1.1 开发背景 1

1.2 目的和意义 1

1.3 国内外研究现状 2

第2章 需求分析 3

2.1 系统的主要功能 3

2.2 可行性分析 3

2.2.1 经济可行性分析 3

2.2.2 技术可行性分析 3

2.2.3 使用可行性分析 4

2.3 系统业务流程 4

第3章 系统实现 6

3.1 用户界面实现 6

3.1.1 树形控件的使用 6

3.1.2 列表控件的使用 6

3.1.3 复合框控件的使用 7

3.2 人脸识别模块实现 7

3.2.1 预处理 7

3.2.2 Haar-like特征 8

3.2.3 图片处理 9

3.2.4 识别人脸 10

3.3 自动计数模块实现 10

3.3.1 相似度的计算 10

3.3.2 计数结果 12

第4章 系统测试 13

4.1 测试界面 13

4.2 单人脸测试 13

4.3 多人脸测试 16

4.4 无人脸测试 17

第5章 总结与展望 20

5.1 总结 20

5.2 展望 21

参考文献 22

致谢 23

第1章 绪论

本章就要介绍了人员自动计数系统的开发背景、目的和意义以及国内外对于人脸识别的人员自动计数系统的研究现状，明确了该系统开发的基本研究方向。

1.1 开发背景

人类的日常活动离不开社交，在如今快速发展的社会中更是如此。在大型场所以及一些公共场所，人流量往往较大，情况复杂。为了避免一些意外以及紧急情况的发生，往往需要对场所的人数计数统计。在信息计数飞速发展的今天，计算机已经走进了各行各业，计数系统也不例外。人脸作为一种开放的信息源，是计算机领域视觉需要处理的一个重要内容，通过人脸可以获取一个人的性别、年龄、表情和身份等特征，当然也可以通过人脸来进行人员计数^[1]。当下，最流行的计数技术应该就是利用计算机视觉实现各种识别。因此基于计算机视觉的人员自动计数系统的研究以及开发对于社会发展的意义不言而喻。

1.2 目的和意义

 基于计算机视觉的人员自动计数系统依赖于人脸检测技术。人脸识别应当包括人脸的检测，人脸的识别，以及人脸类型判断等等，人脸检测工作是所有程序步骤的必要的铺垫工作^[2]。人脸检测作为人脸识别以及在此之上的人员自动计数系统的第一环节，是人脸自动识别系统中一个不可或缺的关键环节，更是人员自动计数系统中不可或缺的一步，它是指采用一定的方法对任意给定的检测样本进行搜索，判断其中是否有人脸存在，若有人脸就标出目标区域的人脸的过程^[3]。

最早的对于人脸识别技术以及在此之上的人员自动计数技术的研究起源于20世纪50年代，到90年代后期以来人脸识别以及在此基础上发展的人员自动计数技术在全球范围内迅速发展起来^[4]。从出现到发展到现在，人脸识别的技术已经经历了30多年的历史，但是到今天，人脸进行识别仍然没有那么简单便捷，原因有很多方面，但是主要的存在于2个方面，第一是在检测源中对人脸定位的困难，即在图片中找到人脸的位置没有那么简单，第二是人脸的相似性和不定性^[5]。

对于人脸识别技术，在发展之初，人们通过各种研究表明，可以利用纹理，边缘，颜色等这些特征，结合一些约束来定位人脸。这些约束基于人脸局部器官，这些特征是一些低层的图像特征^[6]。发展到现在，人脸检测的方法主要有三种主流的方式：1.基于知识 2.基于统计方法 3.基于肤色模型方法^[7]。人脸识别当前的主流算法基本上是基于图片进行识别的，但这种方式在一定程度上是有缺陷的^[8]。