论文总字数：20819字

摘 要

随着社会的发展，人们对安全问题越来越重视。对于人流密集的地方，例如海关、车站等，如果不采取有效的安全检查措施，难免会造成一些意想不到的问题，甚至影响公共秩序。因此，我们有必要利用计算机的高性能来快速检测人脸，判断人员身份。

在用计算机的识别过程中，我们经常利用生物特征来进行识别，比如用人脸特征识别、瞳孔识别、指纹识别以及DNA识别等。本次毕业设计就是应用了人脸面部生物特征为识别源，完成一个基于OpenCV的人脸识别辅助公安系统，以实现静、动态身份识别及照片比对等功能。通过比对判断两张照片判断两张照片所表示的人物的相似度，进而判断是否是同一人。

系统使用了OpenCV、SeetaFace开源库，结合Visual Studio 2015开发工具以及C 、SQL Server Management Studio Express数据库等来完成整个系统的开发。系统中对人脸进行定位的模块采用的是SeetaFace，结合OpenCV对视频流进行帧的截取，并把截取的图片信息返回给SeetaFace,由SeetaFace对图片进行操作，最后通过一系列的计算给出检测结果。

关键词：人脸检测、人脸识别、OpenCV、SeetaFace

The Design of Face Detection Aided Public Security System Based on OpenCV

Abstract

With the development of society, people are paying more and more attention to safety issues. For densely populated areas, such as customs and stations, if you do not take effective safety inspection measures, it will inevitably cause some unexpected problems, and even affect public order. Therefore, it is necessary for us to use the high performance of computers to quickly detect faces and determine the identity of people.

In the process of computer identification, we often use biometrics for recognition, such as face recognition, pupil identification, fingerprint recognition, and DNA recognition. This graduation design is the application of face facial biometrics as a recognition source to complete an OpenCV-based face recognition assisted public security system to achieve static and dynamic identity recognition and photo comparison. It is judged by comparison that the two photographs determine the similarity of the characters represented by the two photographs and determine whether the same person is the same.

The system uses OpenCV, SeetaFace open source library, combined with Visual Studio 2015 development tools and C , SQL Server Management Studio Express database to complete the development of the entire system. The face of the system to locate the module is used SeetaFace, combined with OpenCV frame capture of the video stream, and the intercepted picture information is returned to SeetaFace, the operation by the SeetaFace picture, and finally through a series of calculations to give detection result.

Keywords: Face Detection;Face Recognition;OpenCV;SeetaFace

目录

摘 要 I

Abstract II

第一章 课题的研究背景和意义 1

1.1 人脸识别的研究背景和意义 1

1.1.1 人脸识别的研究背景 1

1.1.2 人脸识别的研究意义 1

1.2 人脸识别的技术应用 2

第二章 开发平台工具和技术 3

2.1 开发工具介绍 3

2.2 开发技术介绍 3

2.2.1 C 语言 3

2.2.2 OpenCV介绍 4

2.2.3 SeetaFace介绍 4

2.2.4 MFC类库 5

2.2.5 SQL语言 5

第三章 系统需求分析 7

3.1 系统概述 7

3.2 需求分析 7

3.3 系统总体功能 7

第四章 人脸识别系统的技术框架和功能模块 9

4.1 人脸识别的功能模块 9

4.1.1 人脸检测模块 9

4.1.2 特征点定位模块 10

4.1.3 人脸特征值提取与对比模块 12

4.2 人脸识别的技术框架 12

第五章 人脸检测以及识别的核心算法 15

5.1人脸识别算法原理 15

5.2 常用人脸识别方法 15

5.3 基于神经网络的人脸识别方法 15

5.4 人脸检测算法在人脸识别中的作用 17

5.5 AdaBoost算法 17

第六章 系统详细设计 20

6.1 系统模块划分 20

6.2 模块实现 21

6.2.1 数据库设计 21

6.2.2 系统运行流程图 24

6.2.3 系统的功能界面 25

6.2.4 实验结果及分析 29

第七章 总结与展望 31

参考文献 32

第一章 课题的研究背景和意义

1.1 人脸识别的研究背景和意义

1.1.1 人脸识别的研究背景

随着网上交易以及金融和贸易应用的迅速发展，如何采用有效地方法对安全进行检测已成为亟待解决的问题，目前由于识别技术迅速的发展和相关器件的制作成本降，低使得基于特征的自动识别在人脸识别领域的实现成本已降至大多数人所能接受的水平，所以用人脸识别对安全进行管理已成为目前最受欢迎的检测手段之一。但是人脸识别技术近年来尚未被广大群众所熟知，大部分人看到这项技术是在电影中：通过将照片中嫌疑犯的人脸部分录入计算机，随后在警方所掌握的官方数据库中进行比对，可以迅速确定犯罪嫌疑人的身份、犯罪记录和当前活动范围等。其实，在现实生活中，人脸识别也是广泛被使用的，在我国，人脸识别也越来越受到研究人员关注，甚至在高校开设了有关人脸识别的课程，主要应用于进处境安全的检测、网络安全与社区访问管理等领域。

1.1.2 人脸识别的研究意义

虽然对于人类来说，识别人脸很简单，可以在短时间内记住和区分数百人的人脸，但是考虑到人脸的表情是丰富的，并且人脸的特征也会随年龄的增加而变化，加上容易受到像素、角度和阴影等因素的影响，就会造成通过肉眼去识别容易产生误差，从而出现误判，贻误战机。另一方面，在突发事件发生的时候，即使采用大量的警力使用人海战术进行排查，但也会受到肉眼劳动强度的制约和人工调查的低效率性，从而不能保证搜索的效率，特别是在紧急情况发生时容易错失解决该案件的最佳时机造成不必要的损失。但是采用计算机进行人脸识别就可以高效地进行检测，帮助公安人员及时调查和区分嫌疑人员的真实身份，大大提高办事效率。

1.2 人脸识别的技术应用

人脸识别技术随着研究的发展和深入已经变得越来越成熟，这也使得人脸识别将会在未来运用在各个领域,例如人脸开锁，电子护照，还有协助警方进行排查等方面。自21世纪以来，相关安全研究部门就提出进出境必须要使用计算机可以识别的护照作为身份检测的手段，这一手段的提出因计算机的实时人脸检测的简单快捷特性被迅速得到广泛应用。目前，我国也在加大对这一应用的研究，如即将推出的第四代身份证将会采用人脸识别技术还有当前一些公司的考勤都采用人脸识别技术。

在刑事侦查和人员通缉逮捕方面，通过采用人脸识别，可以快速定位到当前嫌疑人所在区域，方便警方及时加大军力部署，及时逮捕嫌疑人。

请支付后下载全文，论文总字数：20819字