資源描述：
《OpenCV的人臉檢測(cè)畢設(shè).doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、基于OpenCV的人臉檢測(cè)摘要人臉檢測(cè)是指使用計(jì)算機(jī)在動(dòng)態(tài)的場(chǎng)景或復(fù)雜的背景中檢測(cè)出人臉的存在，并確定所有人臉的位置與大小的過(guò)程。人臉檢測(cè)技術(shù)不僅是人臉識(shí)別、表情識(shí)別、人臉跟蹤等技術(shù)的重要前提條件，同時(shí)在模式識(shí)別、人機(jī)交互、智能監(jiān)控、視頻檢索等領(lǐng)域也引起了廣泛的重視。本論文簡(jiǎn)單介紹了國(guó)內(nèi)外人臉識(shí)別技術(shù)研究及應(yīng)用的發(fā)展現(xiàn)狀及其難點(diǎn)分析。在第二章中介紹了包括基于知識(shí)的方法、特征不變量方法、模板匹配方法、基于外觀的方法四類檢測(cè)方法；在第三章簡(jiǎn)單介紹了四種經(jīng)典的檢測(cè)方法，包括特征臉、神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫模型方法、支持向量機(jī)。在第四章重點(diǎn)分析了AdaBoost算法中集成機(jī)器學(xué)習(xí)的一個(gè)重要機(jī)制：多個(gè)弱
2、分類器集成的方法，機(jī)器學(xué)習(xí)中的弱學(xué)習(xí)到強(qiáng)學(xué)習(xí)，集成的關(guān)鍵是投票，最簡(jiǎn)單的方法是“絕對(duì)多數(shù)”的方法。在第五章詳細(xì)分析了AdaBoost算法檢測(cè)速度快、可以檢測(cè)任意尺度的圖像的特點(diǎn)。在這個(gè)理論基礎(chǔ)上，本文中人臉?biāo)惴ǖ难芯炕贠penCV開(kāi)源代碼，在OpenCV開(kāi)源代碼中設(shè)計(jì)了一些基礎(chǔ)的數(shù)據(jù)類型和一些幫助數(shù)據(jù)類型。由于OpenCV的源代碼完全開(kāi)放，本文的研究中利用這套代碼在PC上以VisualC++集成開(kāi)發(fā)環(huán)境做平臺(tái)搭建了一個(gè)基于OpenCV的人臉檢測(cè)系統(tǒng)，進(jìn)行了人臉檢測(cè)仿真，并對(duì)其結(jié)果進(jìn)行分析。關(guān)鍵詞：人臉檢測(cè)；AdaBoost；分類器；OpenCVFaceDetectionBasedonOp
3、enCVAbstractHumanfacedetectionmeansthatforagivenimageorvideo，todeterminewhetheritcontainsfaceregions，ifso，determinesthenumber,theexactlocationandthesizeofallthefaces．Humanfacedetectionisnotonlyanecessarypreconditionoffacerecognition，expressionrecognitiontechnology,facetracking，butalso，itplaysailim
4、portantroleinapplicationslikeintheintelligenthuman-computerinteraction，videoconferencing，intelligentsurveillance，videoretrievalandsoon．Therefore，facedetectiontechnologyattractedwidespreadattentioninpatternrecognition，computervision，human-computerinteractionandotherfields．Thispaperdescribesthenatio
5、nalandinternationalrecognitiontechnologyapplicationsresearchanddevelopmentandanalysisthedifficultsituation.InthesecondchaptertoincludeKnowledge-basedMethods,FeatureInvariantApproaches,TemplateMatchingMethods,Appearance-basedMethods.Inthethirdchapterdescribesthefourclassicaldetectionmethods,includi
6、ngEigenface,ArtificialNeuralNetwork,HiddenMarkovModel,SupportVectorMachines.Inchapter4ontheanalysisoftheAdaBoostalgorithmsintegrationofmachinerytostudyofanimportantmechanism:moreintegratedapproachintheclassificationofthestudyofstudyatthelearningandintegrationisthekeytothevote,thesimplestmethodisth
7、eabsolutemajority.InchapterfivedetailedanalysisAdaBoostalgorithmtestspeed,youcandetectanyscaletheimagequality.Thispaper’sresearchisbasedontheOpenCVsourcecode，inwhichsomebasicdatatypeandhelpingdatatypewerecreated，
