基于嵌入式处理器的人脸识别算法研究开题报告

1. 研究目的与意义（文献综述）

视觉是人类获取信息的主要来源。图像、视频等视觉信息载体也是当今大数据时代最大的数据源之一。在计算机工程、通信、生物学、军事等领域有着广泛应用。由于计算机视觉涉及多个领域的专业知识，以及视觉对象的复杂性和视觉任务的多样，这使计算机视觉研究很困难。其中人脸识别是所有人脸信息处理中关键的第一步，近年来成为模式识别和计算机视觉领域内一个受到普遍重视、研究十分活跃的课题。

人脸识别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（存在）则返回人脸的位置、大小和姿态。人脸检测是自动人脸识别系统中一个关键环节，但是早期的人脸识别研究要针对具有较强约束条件的人脸图像，人脸很容易获得。近几年随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，人脸检测开始作为一个独立的课题受到研究者的重视。今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理等方面的广泛应用，把人脸识别提升到了一个新的高度。在基于内容的检索中，由用户给出一幅人脸图像，利用人脸检测技术，可以很快的在数据库中找出一系列的相关图像，这些广泛的应用前景使得人脸检测的研究备受关注。

2. 研究的基本内容与方案

人脸识别算是一个既古老又年轻的课题，言其古老是因为早在上个世纪，法国的galton就已经开始了这方面的研究,直到70年代中期以前，典型的模式识别的分类技术还是用人脸正面或者侧面特点的距离来度量，而且重点使用的是从侧面人脸图像上提取的几何特征。这一阶段中对于图像的约束条件比较多，而且提取出的特征数目也比较少，自动提取特征的准确度也十分的低。八十年代，对frt的研究仍处于冷凝状态，没有什么进展。进入九十年代，该课题受到了前所未有的重视，原因有很多方面：首先是安全系统即商贸系统中有应用需要；其次是受其他技术发展的影响。在九十年代前期，研究的重心集中在分割和特征提取以及设计系统或神经网络的分类器方面，采用一些传统的统计算法。较多的研究小组和公司也把工作重心转移到基于多样本的统计方法或神经网络方法的研究上去。

除此之外，国外已经有许多学校在研究人脸识别技术。研究涉及的领域也非常广，其中有从感知和心理学角度探索人类识别人脸机理的，也有从世爵机理角度进行研究的。从1994年开始，一些科研单位和公司开始将研究成果转移为实用产品，如miros公司的true face, visinocs公司的facelt，znbochum gmbh公司研制的zn-face等。而我国国内也有不少的人从事人脸识别研究，主要有上海交通大学的李介谷等研究基于计算机视觉场模型的人脸识别技术，清华大学从事基于kl变换的人脸识别研究，东南大学的程永清等从事基于统计算法，主要是奇异值分解方法的人脸识别研究，另外哈尔滨工业大学的贾小光和原上海工业大学的郑坚平等都在正面人像的识别方面做过工作。

本设计利用opencv实现一个人脸识别系统，其中涉及到图像的选取，脸部定位，特征提取，图像处理和识别几个过程。在上述过程之中，由于pc机可以进行图片的载入等功能，故本设计集中讨论人脸检测、特征提取、人脸识别等相应模块。

3. 研究计划与安排

第1周至第5周 查阅资料，进行需求分析，完成开题报告

第6周至第7周 完成需求分析

第8周至第9周 完成界面设计

4. 参考文献（12篇以上）

[1]祝磊，朱善安.人脸识别的一种新的特征提取方法[j].计算机学报，2007，34（6）：122-1251

[2]何东风，凌捷.人脸识别技术综述[j].计算机学报，2003，13（12）75-78

[3]何国辉，甘俊英.pca-lda算法在性别鉴别中的应用[j].中国图像图形学报，2006，32（19）：208-211.