基于人脸图像的简易数据统计
毕业论文关键词 : 人脸图像，图像处理，数据统计
Title Title Title Title The simple statistics based on pictures of human facesAbstract Abstract Abstract
Abstract As the quicker and quicker pace of modernization ,the field of artificialintelligence has shown its importance today . Computer vision processingtechnology gradually matures and we have achieved quite a lot of greatachievements , and face recognition and detection play an important rolein modern society which have appeared in various public places.This project uses a camera to capture face images first , and then it usesthe arithmetic of AAM to match pictures trained before to detect the humanfaces in the image .It creates the result of the matching in the end. Thispaper pides the project into blocks and studies them one by one whichcan help me to manage and maintain the project in the future . Based onthe results of the test , it works in good condition and the showing resultis simple and clear .
Key words : face image ， image processing ， data statistics
目次
1绪论....1
1.1概述1
1.2模式识别的发展与现状.1
1.3人脸识别与人脸检测2
1.4基本概念3
1.5课题研究的主要内容3
1.6课题研究的目的与意义3
1.7章节安排4
2理论基础及技术支持....5
2.1本章主要内容5
2.2MATLAB7.0介绍5
2.3OPENCV2.4.5的相关知识.5
2.4AAM算法6
3系统需求分析....9
3.1概述9
3.2需求分析9
3.2.1设计目标.9
3.2.2设计原则.10
3.3系统可行性分析10
3.4运行需求10
3.4.1硬件配置要求10
3.4.2软件配置要求11
4总体设计12
4.1概述12
4.2系统功能设计12
4.3基于人脸图像的简易数据统计的用例图13
4.4基于人脸图像的简易数据统计的活动图14
5详细设计15
5.1概述15
5.2关键技术15
5.3系统流程图16
5.4具体各个模块的实现17
5.3.1视频获取模块18
5.3.2图像识别与处理模块19
5.3.3统计模块.21
5.3.4界面设计.22
6实验测试25
结论....27
致谢....28
参考文献....29
1 1 1 1 绪论绪论绪论绪论1.1 1.1 1.1 1.1 概述概述概述概述本章绪论主要是对本课题的题目进行了研究，搞懂我所研究的内容是什么以及它的最终该呈现的一个结果形式 。 本文还给出一些与之相关的研究内容的研究背景与发展现状并介绍其相关概念 。 最后是给本课题的研究内容做了概要的介绍并对文章的章节安排作了大概介绍。
1.2 1.2 1.2 1.2 模式识别的发展与现状 模式识别的发展与现状 模式识别的发展与现状 模式识别的发展与现状自从 20 世纪 40 年代计算机的出现使得计算问题得到了很好的解决 ， 计算机以其惊人的数据处理速度与能力带给了人们不一样的世界 。 如今 ， 计算机已经能够处理视觉 、 触觉 、 觉 、 听觉等各类信息 。 其感知外部信息的能力自 20 世纪 20 年代开始进入人类的研究领域， 20 世纪 50 年代开始兴起，并且出现了一个新的学科 —— 模式识别，新学科在此以后得到了迅速发展。自从模式识别出现以后 ， 应用模式识别技术的计算机是通过智能输入来获取所要识别的对象信息，不同于之前的人工信息输入，这在很大程度上提高了工作效率 ， 减少了人们的劳动量，加快了各项工作的前进步伐，提高了社会效率。模式识别的应用十分广泛 ， 上及天文 ， 下及地理 ， 有军事上的智能机器人 ， 航空摄像分析等 ， 有生物学方面的自动细胞学研究等 ， 有医学方面的医学诊断和心电图分析等，还有天文学的自动光谱研究和工程学的特征识别研究等等。它的分类方法也多种多样 ， 主要有数据聚类法 ， 统计分类法 ， 结构模式识别法和神经网络法 。 识别的过程主要是 ： 1. 数据获取 —— 智能输入 ， 2. 预处理 ， 3. 特征提取与选择， 4. 分类决策，从而最终得到识别的结果，结果供后期使用。模式识别是人工智能领域的一项基础技术研究领域 。 21 世纪是一个以数字计算为特征的世纪 ， 它集智能 ， 计算 ， 网络 ， 信息于一体 ， 给模式识别的发展提供了很大的发展空间，人工智能也随着有着不错的发展前景。目前全球各地都有着进行有关模式识别方面的研究 ， 自模式识别研究开始至今已有各种卓越的研究成果，如下所示：（ 1 ） 20 世纪 20 年代，出现 0~9 数字阅读器；（ 2 ） 20 世纪 30 年代，奠定了统计模式识别的基础；（ 3 ） 20 世纪 50 年代，提出句法结构模式识别；（ 4 ） 20 世纪 60 年代，模糊模式识别方法得到发展和应用；（ 5 ） 20 世纪 80 年代， Hopfield 网， BP 网的发展；（ 6 ） 20 世纪 90 年代，小样本学习理论的出现。虽然我国在人工智能与模式识别方面的发展起步较晚 ， 到目前为止也取得了不少的成果 ， 我国的可拓学研究目前已经在世界上处于领先和指导地位 ，源]自=优尔-^论-文"网·www.youerw.com/ 此外 ， 仿生模式识别和泛逻辑理论等也有了丰硕的成果。截至目前为止 ， 大家普遍认为还不存在对所有模式识别问题都适用的单一的模型和能够解决识别问题的单一技术 。 因此 ， 在当今丰富多彩的世界 ， 模式识别技术还有很大的发展空间和发展前景。以图像的模式识别为例 ， 计算机通过对图像数据的获取之后来理解图像中各点乃至各个区域信息的具体含义的过程与正常人类对图像的阅读与理解的方式类似 ， 这就是现在我们所需要计算机达到的目标 ， 也是人工智能的含义 —— 让计算机拥有和人类一样的智力。本课题的主要研究内容就是图像识别与检测。