全文总字数：3370字

1. 研究目的与意义及国内外研究现状

人脸识别技术是包括人脸检测和人脸身份认证技术在内的识别技术，人脸检测是根据所获得视频或者图片信息，利用图像处理和计算机视觉相关算法，从图像中判断是否有人脸，并给出存在人脸的数量和位置，更进一步的是通过脸与脸的匹配识别人脸的身份。

人脸识别技术的研究无论在理论上还是在实践中都有很大的意义，它涵盖了数字图像处理、神经网络、心理学、生理学、模式识别、计算机视觉以及人工智能等各方面的知识内容，对推动各个学科领域的发展具有重要的理论意义。在公安、金融、网络安全、物业管理以及考勤等各种领域也都有着巨大的应用价值。如人脸识别技术可以快速地计算出实时采集到脸部数据与人脸图像数据库中已知人员的脸部数据之间的相似度，返回鉴别结果和相对应的可信度。如应用面像捕捉，人脸识别技术可以在监控范围中跟踪一个人并确定他的位置。如在商场、银行、交易所等和金融相关场所，加以人脸识别智能监控，排除不法分子的侵入。利用人脸识别技术，可以进行计算机的登录控制，可以进行应用程序安全使用、数据库安全访问和文件加密，可以实现局域网和广域网的安全控制，可以保护电子商务的安全性。如门禁控制，通过摄像机动态捕获人脸,将人脸信息同数据库中的人脸信息进行检索对比,只有图像信息符合的人才可以进入,否则拒绝进入。

2. 研究的基本内容

首先考虑的是人脸的检测和定位，先在图片上检测人脸的问题上熟悉掌握相关算法及实现，选择合适的精确度符合需求的算法，在opencv上完成测试。

进一步的是关于视频中的检测和识别，具体实现是解码摄像头获得视频文件为一帧一帧的图片，再对每一帧图片作人脸检测。然后又分析了常用的人脸识别方法，包括基于人脸局部特征的方法、主成分分析方法、线性判别分析方法以及独立成分分析方法。结合需求，选择合适的算法作为人脸识别方法。然后提取到人脸数据存入数据库，以备识别需求，得到识别结果，显示出相应的身份信息。

以及设计相应的相应的交互界面，来完成一些输入和测试的控制需求。

3. 实施方案、进度安排及预期效果

在用vs2012开发的项目中，只要正确安装opencv，并在自己开发的应用程序中正确配置和opencv的连接，就可以直接调用它的视频捕获和图像处理函数，获取图像和图像预处理。图像预处理后，人脸图像得到增强，进行人脸检测时，受光的影响得到减轻，然后利用肤色和相应算法进行人脸检测。在运动区域提取阶段，考虑摄像机输入的一个图像序列。假定在图像中要检测的人物处于运动状态，而背景则保持不变，那么通过相邻两帧图像进行差分运算，可以舍弃图像中保持不变的部分，保留发生变化的部分。方案为使用vs2012调用opencv的视频捕获和图像处理函数获取图像和图像预处理，再利用相应算法进行人脸检测，并获得人脸信息，然后进行人脸和身份信息注册，最后可以进行人脸识别，并且框出在系统中注册过的人脸，同时显示出对应的人身份信息。

4. 参考文献

[1] 张宏林．visual c 数字图像模式识别技术及工程实践[m]．北京：人民邮电出版社，2003．

[2] 刘瑞祯，于仕琪．opencv 教程（基础篇），北京：北京航空航天大学出版社，2007：243-402．

[3] sonka milan，hlavac image ．processing，analysis and machine vision[s]．vaclav nelson engineering，2007-04．