1. 研究目的与意义（文献综述）

1、目的及意义

1.1研究的目的及意义

所谓人脸检测，就是给定任意一张图片，找到其中是否存在一个或多个人脸，并返回图片中每个人脸的位置和范围 ^[1] 。从学术研究意义上看，人脸检测是机器视觉的重要研究内容，长期以来一直是该领域的研究热点，吸引着国内外众多的专家学者为之不断探索。人脸是自然界中结构和细节最为复杂多变的生物模式之一，许多关于人脸检测的研究成果对其他生物特征的检测和识别都具有良好的理论指导意义，又由于人脸检测自身的研究难度促使了高效的、新的检测算法不断被提出。因此在很大程度上，对人脸检测的研究促进着模式识别领域不断地向前发展。

从现实生活的技术应用上看，随着现代信息技术的不断发展，无论是人类社会中的生产领域还是生活领域都在逐步趋于实现智能化、自动化。在这个过程中，人脸检测技术以其优越的性能正在扮演着越来越重要的角色，例如其在公安系统、生物特征验证、视频监控、自动门禁系统、视频会议、机器人视觉等方面都有着广泛的应用前景 ^[2]。

1.2 国内外的研究现状

人脸检测的研究在过去二十年例取得了巨大进步，传统方法是使用滑动窗口的框架，把一张图分解成几百万个不同位置不同尺度的子窗口，针对每一个窗口使用分类器判断是否包含目标物体^[3]。传统方法针对不同的类别的物体，一般会设计不同的特征和分类算法，比如人脸检测的经典算法是harr特征 adaboost分类器；行人检测的经典算法是hog(histogram ofgradients) support vector machine；一般性物体的检测的话是hog的特征加上dpm(deformablepart model)的算法。特别是violaand jones提出了开创性算法，他们通过haar-like特征和adaboost去训练级联分类器获得实时效果很好的人脸检测器 ^[4]。

2. 研究的基本内容与方案

2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1 设计的内容和目标

从摄像头读取数据，pc端能够显示摄像头拍摄画面，当有人脸出现时，可以实时检测人脸并加以标记。

2.2 拟采用的方案和措施

在计算机视觉领域中，人脸检测或者物体检测一直是一个非常受关注的领域，而在人脸检测中，viola-jones人脸检测算法可以说是非常经典的一个算法，所有从事人脸检测研究的人，都会熟悉了解这个算法，viola-jones算法在2001年的cvpr上提出，因为其高效而快速的检测即使到现在也依然被广泛使用 ^[7]，opencv 和 matlab中都将这个算法写进了函数库可以很方便的直接调用。虽然vj人脸检测算法最初都是用来检测正面的人脸图像，对于侧脸图像的检测不是很稳健，不过这个算法依然有值得研究的价值。

这个算法包含以下几个重要的部分 ^{[8] [9] [10]}：

3. 研究计划与安排

3、进度安排

第1—3周：查阅相关文献资料，明确研究内容，了解研究所需理论知识，对系统要求进行分析，确定方案，完成外文文献翻译和开题报告。

第4—7周：深入理解haar特征和vj算法，了解图像处理的基本知识，在pc端搭建好人脸检测所需环境。

第8—10周：可以自己尝试训练数据集，若效果较差，可以使用opencv自带分类器。实现在图片上进行人脸检测功能。

4. 参考文献（12篇以上）

参考文献

[1] 周杰，卢春雨，张长水，等.人脸自动识别方法综述[j].电子学报，2008,28（4）：102-106.

[2] 面向人脸识别的人脸活体检测方法研究[d]. 杨健伟.北京邮电大学 2014

[3] 邢永生. 人脸识别系统的研究与开发[d]. 吉林大学, 2016.