1．目的及意义

随着信息技术的飞速发展及人们安全意识的不断提高，人脸识别领域的研究越来越受到人们的关注。当今社会，信息技术已经渗入人们生活的各个方面，如网上银行、网上购物、在线支付、社交软件等。这些技术为人们带来方便的同时，涉及个人财产和隐私等的信息安全问题也已成为人们关注的热点。传统的身份识别方法，如证件、密码、钥匙等，容易被窃取和泄露，已经不足以满足人们对安全保护的要求。例如最近利用他人身份证即可进行的校园贷就是利用信息安全方面的漏洞。对于传统的身份识别方法，即使是这样的双重保护也无法达到期望的效果。因此，一种更安全、更可靠、更高效的身份识别技术——生物特征识别技术，逐渐进入人们的视野并迅速得到发展和应用。

生物特征识别技术主要是运用计算机视觉、图形图像处理、模式识别等技术来提取和描述人类的生理特征或行为特征，从而对个人的身份进行验证。每一个人都有不同的生理特征和行为特征，这些特征也都是可以测量的，同样也是可以通过各种技术来自动识别和验证的。这些可以检测和验证的生理特征有：指纹、虹膜、掌纹、人脸特征、DNA、视网膜等，行为特征有声音、笔迹、步态等。对于人类的生物特征，目前已经研究出的生物识别技术包括人脸、指纹、声音等方面的识别。通常来说，识别人类的生物特征技术具有方便性和可靠性，这种识别方式不用人们随身携带各种证件、卡和钥匙，也不用记住繁琐的口令，只需认定这个人本身即可。人脸识别比通过虹膜、指纹等识别方式的识别准确率低，但是它对人体没有侵害性，而且它的识别方式也更自然，更直观，所以人脸识别也就成为了目前比较容易被接受和面向大众的生物特征识别方式。

根据目前生物特征识别技术的研究情况来看，人脸识别技术的优势有：非接触性：在获取人脸图像的过程中，图像采集设备不会接触到用户，这种方式更易于被用户接受；非强制性：人脸图像的采集不需要强制用户同意配合，完全可在用户没有注意的情况下获取其面部影像；并发性：实际应用场景下可以进行多个人脸的分拣、判断及识别，更加快速和高效；简便性：人脸识别对设备的要求不高，只需有相机或摄像头记录下人脸图像即可，操作简单、结果直观、隐蔽性好。

这些特点造就了其十分适用于宿舍安全方面的预防与管理。近年来学生宿舍的安全状况虽无重大安全事故，但仍是不尽人意，安全意识淡薄而引发的小事故时有发生，且呈现出上升趋势。宿舍是人员密集区，一旦出现事故，将对学生生命财产构成严重威胁。特别是由于学生进出频繁，仅凭借宿管阿姨一个人进行防范管理和靠刷校园卡进出的方式，很容易出现陌生人利用捡到的校园卡进入寝室进行盗窃学生个人财产的现象，甚至引发更严重的安全威胁。学生寝室的安全不仅关系到学生的生活好坏、人生财产的安全，而且关系到学校的正常教学、学校和稳定和发展。

人脸识别技术早在上个世纪 60 年代就已经被提出，由于当时计算机处理速度的限制，因此只能从理论上证明是可行的。直到上个世纪的 90 年代随着硬件水平的发展，制造出了体积更小、运算速度更快和性能更强的处理器，才使得人脸识别技术从理论变为现实的可能。

目前，国内外许多研究机构在人脸识别领域都取得了卓越的成果。国外研究中，Pentland带领MIT的研究小组提出了EigenFace(特征脸)方法；Jain领导MSU的研究小组对三维人脸识别方法进行了大量的研究；Kriegman领导YALE的研究小组提出了Fisher脸方法等等。这些方法对人脸识别技术的研究产生了重大的影响相对于国外来说，国内机构对人脸检测识别的研究起步比较晚，在世纪九十年代才开始接触人脸智能识别技术领域。虽然起步比较晚，然而在众多研究学者的共同努力下，国内人脸检测识别领域也取得了卓越的成绩。清华大学的研究学者在肤色检测方面对人脸识别方法进行改进，采用基于人脸颜色与特征的方法，对其进行了全面的优化，提出了一种具有自适应能力的人脸检测算法。哈尔滨工业大学对模板匹配进行深入研究，最终实现了一个多级结构的人脸检测与跟踪系统，该系统自适应能力强，能够在复杂多变的背景下对角度及表情多变的人脸进行检测并实现实时跟踪。中科院自动化研究所的模式识别实验室对国内智能监控识别领域发展起到了至关重要的作用，其中运动目标的跟踪识别、人体行为分析识别以及人脸识别智能化是其研究的重点课题，并将研究成果成功地投入应用。{title}

2. 研究的基本内容与方案

{title}

2.1系统总体框架

本项目基于Open CV开源的可以跨平台运行的计算机视觉库，以及其中包含许多图像处理和计算机视觉方面的通用算法，实现一个利用C 编写的程序在电脑上调取摄像头并识别面孔的设计与开发工作，其基本内容包括：

1. 利用电脑摄像头进行人脸图像采集及检测。

2.对采集到的图像进行预处理。

3.对进行了预处理的图像进行人脸图像特征提取，以获得区别于他人的人脸特征。