【正文】 本操作，而且現了圖像處理和計算機視覺方面的很多通用算法，主要用于人臉的檢測。從功能上講，建立一個這樣的系統(tǒng)需要做視頻采集與檢測兩方面工作。 本設計的 基本思想是安裝攝像裝置來拍攝動態(tài)場景，然后在視頻中檢測人臉信息，并跟蹤其運動。本 設計 研究了 廣告效果評估 系統(tǒng)中 的 人臉檢測和識別技術。 本 系統(tǒng)是在 C++環(huán)境下，調用 DirectShow 和 OpenCV 的庫函數編譯實現的 。 該系統(tǒng)硬件結構簡單實用，只需在普通 PC 上安裝一塊視頻采集卡，與前端攝像頭連接以獲取視頻輸入 。其核心是利用計算機視覺技術從視頻圖像中 檢測 人臉并對其行為進行理解與描述，其 中 重要 算法 就是 快速 人臉檢測。 第 3 章摘要介紹了快速人臉檢測算法，本算法是 Viola 提出了基于積分 圖像與 AdaBoost 訓練的快速人臉檢測方法，其中利用積分 圖像 計算矩形特征，再用AdaBoost 方法訓練這些矩形特征組成強分類器，由于可以在積分 圖像 上快速的計算這些矩形特征從而使分類器的速度大大提高。眾所周知，在算法設計時，一方面為了提高實時性，需要減少目標特征的數量和復雜度 。 ，目前，大部分人臉檢測、運動跟蹤系統(tǒng)都不能很好地解決目標之間互遮擋和人體自遮擋等問題，尤其是在擁擠狀態(tài)下，多人臉檢測和跟蹤問題更是難于處理。 本文所研究的主要是在 DirectShow 和 OpenCV支持下的視頻采集與檢測。后者則主要負責 3D 效果的顯示，比如 CS 中的場景和人物、 FIFA 中的人物等等，都是使用了 DirectX 的 Direct3D。 DirectX 是一組低級“應用程序編程接口”，可為 Windows 程序提供高性能的硬 件加速多媒體支持。該程序使得多媒體軟件程序能夠在基于 Windows 的具有 DirectX 兼容硬件與驅動程序的計算機上運行，同時可確保多媒體程序能夠充分利用高性能硬件。它支持在所有視頻適配器上顯示圖形的標準方法，并且使用加速驅動程序時可以更快更直接地訪問。L 單元也被取消。 增加對浮點數據的處理功能，以前只能對整數進行處理，這樣提高渲染精度，使最終處理的色彩格式達到電影級別。而在最新的 Shader Model 中， Vertex Shader 和 Pixel Shader 的最大指令數都大幅上升至 65535 個，全新的動態(tài)程序流控制、 位移貼圖、多渲染目標、次表面散射、柔和陰影、環(huán)境和地面陰影、全局照明等新技術特性，使得 GeForce XXXX 大學畢業(yè)設計 (論文 ) 5 GeForce7 系列以及 Radeon X1000 系列立刻為新一代游戲以及具備無比真實感、幻想般的復雜的數字世界和逼真的角色在影視品質的環(huán)境中活動提供強大動力 。 DirectShow DirectShow 是微軟公司在 ActiveMovie 和 Video for Windows 的基礎上推出的新一代基于 COM 的流媒體處理的開發(fā)包 [2]，與 DirectX 開發(fā)包一起發(fā)布。這樣使在多媒體數據庫管理系統(tǒng)（ MDBMS）中多媒體數據的存取變得更加方便。另外， DirectShow 還集成了 DirectX 其它部分的技術，直接支持 DVD 的播放，視頻的非線性編輯，以及與數字攝像機的數據交換。它們分別完成數據提供 、數據格式轉換（壓縮編碼等）和數據渲染和回放功能。 比如：同為 USB 攝像頭，有些 Filter 有兩個輸出引腳（ Capture 和Preview）；而有些 Filter 則只有一個輸出引腳（ Capture）。最后，我們通過應用程序向圖表發(fā)送命令（通過圖表管理器完成）來控制整個視頻采 集的流程。 XXXX 大學畢業(yè)設計 (論文 ) 8 第 2 章 開發(fā)平臺 OpenCV OpenCV 簡介 OpenCV(Intel Open Source Computer Vision Library)是英特爾公司 1999 年在俄羅斯設立的軟件開發(fā)中心開發(fā)的 ， 是面向應用程序開發(fā)者開發(fā)的計算機視覺庫 ， 它由一系列 C 函數和少量 C++構成， OpenCV函數庫不僅對圖像進行過濾，統(tǒng)計，分類等基本操作，而且現了圖像處理和計算機視覺方面的很多通用算法 ,例如運動分析和跟蹤、人識別、目標識別、特征檢測與跟蹤、形狀分析（幾何形狀處理）、 3D 重構，象分離與檢測等 [3]。 相對于其它圖像函數庫， OpenCV是一種源碼開放式的函數庫，開發(fā)者以自由地調用函數庫中的相關處理函數。這個軟件運行在使 Intel 架構處理器的計算機，而操作系統(tǒng)可以是 widows9 202 xp 等。因此，將 OpenCV 圖像處理庫提供給玩具制造商及機器人制造商等從事計算機視覺相關技術的各類企業(yè) /團體 (英特爾公司 )。 OpenCV 中的常用結構 在 OpenCV 函數庫 [4]的編程過程中，常常需要用到一些常用的結構，了解這些結構能夠很好地用 OpenCV 函數庫，下面分別對 CvSize 和 IplImage 兩個結構進行介紹。 與 CvSize 結構相關的是其構造函數 :inline CvSize cvSize( int width, int height )。 IplImage 結構來源于 Intel 的另外一個函數庫Image Processing Library (IPL)，該函數庫主要是針對圖像處理。/*大多數 OPENCV 函數支持 1,2,3 或 4 個通道 */ int alphaChannel。/*同上 */ int dataOrder。/*圖像寬像素數 */ int height。/*同上 */ structJplTileInfo/*tilelnfo。/*排 列的圖像行大小，以字節(jié)為單位 */ int BorderMode[4]。 IplImage 結構體是整個 OpenCV 函數庫的基礎，在定義該結構變量時需要用到函數 cvCreatImage，變量定義方法如下 : IplImage* src cvCreateImage(cvSize(400,300), IPL DEPTH 8U,3)。 XXXX 大學畢業(yè)設計 (論文 ) 12 選 擇 初 始 搜 索 窗口 的 位 置 和 大 小在 搜 索 窗 口 中 設 置 計算 區(qū) 域 ， 但 要 比 搜 索窗 口 略 大利 用 收 斂 質 心 ( x , y ) 去設 置 窗 口 中 心 ， 用 a r e a去 設 置 窗 口 大 小得 到 質心 （ x ，y ）H S V 圖 像色 彩 直 方 圖色 彩 概 率 分 布在 搜 索 窗 口 中 找 區(qū) 域 質 心把 窗 口 的 中 心 放 在 找 到 的 質 心 處收 斂Y es no 圖 21 基于 OpenCV的自動跟蹤算法流程圖 XXXX 大學畢業(yè)設計 (論文 ) 13 第 3 章 快速人臉檢測 Viola 提出了基于積分 圖像 與 AdaBoost 訓練的快速人臉檢測方法 [5]，其中利用積分 圖像 計算矩形特征，再用 AdaBoost 方法訓練這些矩形特征組成強分類器，由于可以在積分 圖像 上快速的計算這些 矩形特征從而使分類器的速度大大提高。如圖 31 就是Viola 采用的 4種矩形特征。通過引入積分 圖像 ，這些矩形特征可以在常數時間內快速計算。 )39。( yxi 是 (x,y)的原始圖像灰度值。 Schapire 在PAC 學習框架中開發(fā)了第一個簡單的 Boosting 算法。對于 24 24 的圖像窗口有 180000 個矩形特征，現在的問題就是通過訓練找到少量有效 的特征構成一個有效的分類器。在這里每個特征對應構造一個弱分類器。其次，其類似分階段設計的層疊分類器構造時，是通過目標驅動自動構造的，不像一般的分階段的分類器設計方法每個階段（層次）的分類器都得人工設計。 硬件安裝 1． 攝像頭： 圖 41攝像頭 IB3535F 制式： PAL/NTSC 視頻輸出： ： 850nm 紅外距離： 30M 2． 天 敏 VC4000 卡： 圖 42天敏 VC4000卡 四路卡 接口類型： PCI， 支持一機多卡，一卡四路，支持 PAL/NTSC，各通道同時工作互不干擾。 Windows 會檢測到四次新發(fā)現硬件，利用硬件所帶光盤，或到其主頁去XXXX 大學畢業(yè)設計 (論文 ) 17 下載驅動程序，選擇 SDK3000（這是個問題，尚未解決）繼續(xù)安裝。 5． 安裝 demo 程序，即可觀察到視頻采集結果。 2. 下載 DirectX9SDK，需要下載 b 版本的 。開源計算機視覺庫。 i. Insert | New class … ii. Class type = MFC class。 i. 右上角那個即是 Picture 控件 ii. 在新添加的控件上單擊右鍵，選擇屬性 iii. General 欄下 Type=Bitmap； ID＝ IDC_VIDEO_INPUT iv. Styles 欄下選中 Center Image v. 拉大 Picture 控件使其足夠顯示視頻圖像 vi. 對第二個可采用復制的方式，但需修改其 ID＝ IDC_VIDEO_RESULT ，類 型為 CShowpic。 方法是直接將 拷貝到你的工程目錄下。 在 的類聲明中添加 ARFrameGrabber 對象，用來采集圖像 XXXX 大學畢業(yè)設計 (論文 ) 20 i. ARFrameGrabber m_frameGrabber。//設置支持 directshow 的設備編號，從 0 開始 2. ( true )。 5. const char* cascade_name = .\\data\\。 // 調用分類函數 // 3. if( ! cascade ) { 4. AfxMessageBox( Fail to load the harr data file!)。 軟件結構主要分為三大部分。 除此之外，為了檢驗視頻分析的準確性，還需要在顯示部分實時顯示出對 人臉 檢測和跟蹤的結果。但是隨著人臉應用范圍的不斷擴大和開發(fā)實際系統(tǒng)需求的不斷提高，這種假設下的研究不再能滿足需求。 快速人臉檢測中的主要函數 濾波器調用 [10] cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 )。 通過這個函數調用 opencv 中的 haar 濾波器分類函數，實現對濾波器的調用。 圖 51視頻采集效果圖 XXXX 大學畢業(yè)設計 (論文 ) 23 控制函數 void CPeopleCountDlg::OnTimer(UINT nIDEvent) { ()。 IplImage * frame = 0。 4。 cvSetData( amp。 cvFlip( amp。 // only detecting ( (unsigned char *)frameimageData )。 } 控制視頻采集系統(tǒng)的開始。在設計的過程中，學習了 DirectShow、以及人臉檢測所用的算法。 數字視頻視頻采集與檢測系統(tǒng)不僅符合信息產業(yè)的未來發(fā) 展趨勢，而且代表了監(jiān)控行業(yè)的未來發(fā)展方向，蘊藏著巨大的商業(yè)和經濟效益，成為目前信息產業(yè)中頗受關注的數字化產品。其次在價值判斷、思維方式和行為準則等各個方面也都有了較大的提高，特別是逐步建立起了一種科學研究的 思維品質 ——這將使我受益終生。從科學的研究方法、學術思想到具體的學術問題，都給了我極大的啟迪和幫助，使本設計能夠順利地進行。能完成這次畢業(yè)設計，更應該感謝大學四年里教育和指導我的老師們，是他們給了我豐富的基礎理論知識，為我完成畢業(yè)設計打下了基礎。 //過濾器圖表管理器 ICaptureGraphBuilder2 *pBuild。 //Video Renderer Filter IMediaControl *pControl。 //設備枚舉器 Interface IEnumMoniker *pEnum = NULL。pEnum, 0)。pMoniker, NULL) == S_OK) //依次枚舉，直至為空 { IPropertyBag *pPropBag。 co