人脸检测毕业设计演讲稿.ppt

基于OpenCV的人脸检测 院系：信息工程学院 专业：计算机科学与技术 答辩人： ******* 指导老师：******* 一. 概述 人脸检测是指在输入图像或动态的场景中确定所有存在的人脸的位置、大小、数量等的过程。 由于受图像背景、亮度变化及人的头部姿势等因素的影响，使得人脸检测成为一项复杂的、具有挑战性的研究课题。 本设计采用Visual C++6.0编程工具，利用开源计算机视觉库OpenCV实现了图像和视频流人脸检测、摄像头监控检测，采用的核心算法是AdaBoost学习算法。 实验表明本文研究的人脸检测方法具有检测速度快、精度高、实时性好的特点，具有一定的理论价值与实用价值。 二. 研究内容 对人脸检测技术进行分析，研究了各种人脸检测算法的实现原理。 利用OpenCV基本函数和VC++开发环境编程，采用Adaboost算法和矩形特征构建人脸检测级联分类器，开发人脸检测系统界面，实现人脸检测和跟踪。 总结分析系统的检测性能，首先对各个检测参数改变对人脸检测的影响进行了探讨，其次对影响性能的外界因素如光照、遮挡等进行分析，以改进系统性能。 三. OpenCV介绍 OpenCV(Open source Computer Vision library)是Intel公司开发的图像处理和计算机视觉开放源码库，它由一系列的C函数和C++类组成，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV主要用于对图像进行一些高级处理，如特征检测与跟踪、运动分析、目标分割与识别以及3D重建等。由于OpenCV源代码完全开放，而且源代码的编写简洁而高效，且代码执行效率高，所以近年来在国外的图像处理相关领域中被广泛地使用，成为一种流行的图像处理软件包。 四. AdaBoost人脸检测算法 AdaBoost 算法是由Yoav Freund和Robert Eschapire在1995 年提出的一种快速人脸检测算法，它是人脸检测领域的程碑式进步，其核心思想是针对同一个训练集训练不同的分类能力一般的弱分类器，然后把这些弱分类器集合起来，构成强分类器。 AdaBoost算法具有检测速度较快、检测效率高的特点，它是把弱分类器采用级联的方式训练成为强分类器的迭代方法。 1.单人脸检测结果示例 2.多人脸检测结果示例 3.摄像头人脸追踪示例 4.视频流人脸检测示例 六. 结束语 应用OpenCV在Visual C++编程环境下开发出了基本的人脸检测与跟踪软件，实现了较好的检测效果，软件具有一定的稳定性和鲁棒性； 针对复杂背景下的人脸检测，目前的软件存在一定的误检和漏检，在以后还有很多的改进的余地。如结合多种算法，构建实用化的人脸检测系统。 敬请批评指正 谢谢！！ * 五. 人脸检测结果展示 *