基于数字图像处理的笑脸检测开题报告

1. 研究目的与意义

随着科技发展和信息化规模扩大，面部表情识别技术主要的应用领域包括人机交互、智能控制、安全、医疗、通信等领域。

目前两个领域为主： 　　第一个是商场门店的顾客情绪分析。

即通过摄像头捕获商场或门店的顾客画面，分析其面部表情，再进一步解读出客人的情绪信息，从而分析顾客在商场的体验满意度。

2. 国内外研究现状分析

国外：面部表情的研究始于 19 世纪， 　　1872年，达尔文在他著名的论著《人类和动物的表情》中就阐述了人的面部表情和动物的面部表情之间的联系和区别。

　　1971年，ekman 和 friesen 研究了人类的 6 种基本表情 （即高兴、悲伤、惊讶、恐惧、愤怒、厌恶 ） ，并系统地建立了人脸表情图象库，细致的描述了每一种表情所对应的面部变化，包括眉毛、眼睛、眼睑、嘴唇等等是如何变化的。

国内：中科院生物识别研究所李子青教授和其研究团队提出基于近红外的人脸识别技术，将该项人脸识别技术用于08年北京奥运会。

3. 研究的基本内容与计划

1图像预处理图片预处理直接影响特征点的提取及表情分类的结果，从而影响到表情的识别率。

预处理就是：输入图片图像去噪人脸检测尺度，灰度，归一化直方图均衡化 的一个过程。

2特征提取特征提取是整个人脸表情识别系统中最核心的部分，如何在保证图片原有信息的前提下提取出人脸表情的有用信息，在很大程度上能提高人脸表情识别率。

4. 研究创新点

OpenCV跨平台计算机视觉库 ：进行人脸识别，减轻繁琐步骤；Haar特征 ：检测人脸（笑脸）坐标Face cascade级联分类器 ：对灰度图进行检测