1. 研究目的与意义（文献综述）

本毕业设计所选课题为“基于python的多目标人脸检测和识别系统研究”。随着信息技术的飞速发展，人脸检测与人脸识别已成为计算机视觉研究中的重要领域，视频安全监控系统中通常需要针对多个目标人脸进行检测和识别，以确认身份和后续调查。python是一种面向对象的解释型计算机程序设计语言，语法简洁清晰，具有丰富和强大的库，被大量用户所欢迎、用途广泛。opencv是一个基于bsd许可（开源）发行的跨平台计算机视觉库，可运行在linux、windows、android和mac os操作系统上，此外，它轻量级且高效，同时提供了python、ruby、matlab等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法，被应用在人机互动、物体识别、图像分割、人脸识别、动作识别、运动跟踪、机器人、运动分析、机器视觉、结构分析等领域。

1.1.研究目的

本设计将要使用python opencv工具和机器视觉方法，对监控摄像头采集到的包括多个人脸目标的图像进行分析和处理，实时检测和定位其中所包含的人脸，并基于人脸特征点构造几何特征向量，具体识别出其中的每一张人脸。对于检测时遇到的库中没有的人脸，可以存入数据库进行学习，以便下次使用。

2. 研究的基本内容与方案

为了实现多人人脸检测与识别，我们基于python opencv工具和机器视觉方法，将对监控摄像头采集到的包括了多个人脸目标的图像进行分析和处理，并实时检测和定位其中所包含的人脸，通过人脸特征点构造几何特征向量，具体识别出图像中的每一张人脸，在识别出的人脸框旁提供实时跟踪标注。而遇到现有数据库中没有记录的人脸时，可以存入数据库进行学习，以便下次使用。设计中考虑把应用情景放在教室中，用来确定学生到课情况，但实际运用中有可能存在面部饰物如眼镜造成的影响，本设计旨在着重解决遮挡人脸识别以及光照对识别效果影响，希望在此处获得性能的提升。

2.1.基本内容与研究目标

本设计所要研究的是基于python opencv的多人人脸检测，我们要实现视频图像采集、视频预处理、人脸检测定位、人脸特征归一化提取、分类识别几个功能模块。

3. 研究计划与安排

1) 2.26-3.16（第1-3周）：完成毕业设计选题调研、文献阅读和外文翻译，收集相关资料，完成开题报告，进行小组内选题答辩。上传开题报告到教务网，完成开题任务。

2) 3.12-3.30（第3-5周）：熟悉相关理论知识、设计工具和python与opencv。初步设计，编写所需要的语言程序和设计图。

3) 4.02-5.11（第6-11周）：完成系统设计及调试、性能分析。

4. 参考文献（12篇以上）

[1] viola p, jones m j. robustreal-time face detection[z]. 2001.

[2] 王琳. 人脸检测关键技术的研究[d]. 北京: 北京邮电大学, 2013.

[3] 郭耸. 人脸检测若干关键技术研究[d]. 哈尔滨: 哈尔滨工程大学, 2011.