《计算机视觉应用与实践》课件——项目9 人脸检测.pptxVIP

计算机视觉技术及应用

人脸检测与识别项目九

01 人脸检测02 人脸识别03 项目实施——实验室成员人脸检测与识别04 项目实训目录

项目目标知识目标了解人脸检测的基本原理。掌握人脸检测的步骤。掌握常用的人脸识别方法。技能目标能够使用OpenCV进行人脸检测。能够使用OpenCV进行人脸识别。能够使用OpenCV进行人眼、猫脸等其他对象的检测。素养目标锻炼分析问题的思维方式，提升逻辑思维能力。培养锲而不舍的专研精神。

小旌了解到，人脸检测与识别依托于计算机视觉技术，旨在识别图像或视频流中的人脸，并能准确辨识其身份。为此，小旌计划为计算机视觉实验室训练一个人脸检测与识别的模型，以对入场人员进行高效的人脸检测与识别。小旌首先对实验室成员进行人脸数据采集，随后将这些采集的人脸图像作为训练数据集，用于对人脸识别模型进行训练，完成训练后，小旌将运用这一模型进行人脸识别测试，以评估人脸检测与识别模型的性能。项目描述

项目准备全班学生以?3～5?人为一组进行分组，各组选出组长。组长组织组员扫码观看“人脸检测与识别的应用”视频，讨论并回答下列问题。问题1：人脸检测与识别基于哪些技术进行身份认证？问题2：说一说人脸检测与识别的应用场景（不少于3种）。

01人脸检测

人脸检测人脸检测的原理直方图基于统计模型的方法将人脸看作一个整体的像素矩阵，从统计的观点通过大量人脸图像样本构造人脸模式空间，根据相似度来判断人脸是否存在。基于知识规则的方法将人脸看作器官特征的组合，根据组合成分（如眼睛、眉毛、嘴巴、鼻子等）的特征及相互之间的几何位置关系来检测人脸。基于深度学习的方法利用深度神经网络（如卷积神经网络）来自动学习人脸的特征表示，并通过大量的训练数据来提高检测的准确性和鲁棒性。人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索，以确定其中是否含有人脸，如果有，则返回人脸的位置、大小和姿态等信息。

人脸检测人脸检测的原理1．级联分类器级联分类器的基本原理为排除法，它将多个分类器按照一定的顺序串联起来，逐级筛选数据。在实际应用中，级联分类器往往从简单特征开始，逐步排除不符合条件的检测对象，经过多次条件检测，最后筛选出符合所有条件的检测对象，这些检测对象又称正样本。级联分类器流程

人脸检测人脸检测的原理1．级联分类器直方图正样本、负样本指的是什么呢？在二分类任务中，样本分为正样本和负样本两种类型。正样本：符合目标类别特征的数据或实例；负样本：不符合目标类别特征的数据或实例。

人脸检测人脸检测的原理2.Haar级联分类器Haar级联分类器使用的特征是Haar特征。Haar特征是一类能够反映图像灰度变化的特征，它用黑白两种矩形框组合形成特征模板。在特征模板中，用白色矩形区域像素之和减去黑色矩形区域像素之和来表示该模板的特征。Haar特征模板

人脸检测人脸检测的原理2．Haar级联分类器Haar特征能够简单地描述人脸图像的灰度对比特征，如眼睛区域颜色比脸颊区域暗，鼻梁两侧比鼻梁颜色深，嘴巴比周围颜色深等。当将Haar特征模板覆盖到人脸区域上时，计算出模板区域的特征值，再与非人脸区域的特征值做对比，二者的差距一般非常明显，这也是Haar特征能够用于区分人脸和非人脸的原因。

人脸检测人脸检测的原理2．Haar级联分类器OpenCV提供的级联分类器支持人脸检测、眼睛检测、鼻子检测等功能，这些分类器以XML文件的形式存放。OpenCV安装成功后，可以在所安装的文件夹中看到这些XML文件，不同操作系统的存放位置有所区别，如在Windows操作系统中通常存放在OpenCV安装文件夹的data文件夹中。此外，还可以通过OpenCV的GitHub资源托管平台（网址为/opencv/opencv/tree/master/data）下载。

人脸检测人脸检测的原理2．Haar级联分类器OpenCV提供的Haar级联分类器、HOG级联分类器和LBP级联分类器，分别存放在haarcascades、hogcascades和lbpcascades文件夹中。其中，常用的Haar级联分类器如下表所示。级联分类器XML文件名功能haarcascade_eye.xml眼睛检测haarcascade_eye_tree_eyeglasses.xml眼镜检测haarcascade_frontalcatface.xml正面猫脸检测haarcascade_frontalcatface_default.xml正面人脸检测haarcascade_fullbody.xml身形检测haarcascade_lefteye_2splitts.xml左眼检测haarcascade_lowerbody.xml下半身检测haarcascade_profileface.xml侧面人脸检测haarcascade_