【正文】 s ovarian function has declined and a bilateral oviduct blockage has occurred, meaning that in vitro fertilization is her only option. So, after reducing her workload, Xiao underwent IVF treatment. Luckily, she got pregnant after just one treatment cycle, but later experienced vaginal bleeding, and rushed to the hospital. I told her to rest and carry on with the treatment (to prevent a miscarriage). As Zubin Zarthoshtimanesh, a yoga guru, demonstrated postures at a high school stadium in Dujiangyan city, Sichuan province, some 200 students sat on colorful mats watching him closely. It was part of the first IndiaChina international yoga festival in the provincial capital, Chengdu, in Southwest China, where more than 1,000 fans from home and abroad gathered for lessons from 20 leading practitioners of the ancient Indian regimen, from June 1721. Yoga is to India what perhaps tai chi is to China. Many countries other than India and China, also held the first World Yoga Day on June 21, after the United Nations last year agreed to Indian Prime Minister Narendra Modi39。s behaviors to care for eyes, basedon the timely and factual statistics the survey series of followup events will also be held in six cities, including Jinan in Shandongprovince, and Changsha in Hunan province, to educate people on how to care for eyes afterthe survey started. More and more Chinese are jogging to get and stay fit. Most joggers will run alone, but some will jog with friends or even coaches. The Beijing Olympic Forest Park is one of the most popular spots. It is packed with runners in the afternoon, usually after work, and at weekends. Jogging after a whole day39。隨著對人臉識別技術(shù)的不斷深入研究，我相信人臉識別技術(shù)在不久的將來一定 能夠得到更廣泛的應(yīng)用。效果如下 所示。 . 實驗結(jié)果及分析 本文采用 adaboost 算法來實現(xiàn)對人臉的檢測，其重點在于對弱分類器的選取。 圖 人臉庫界面 （ 3）檢測與標注界面。系統(tǒng)的主界面主要有四個按鈕組成。再找到眼睛嘴巴的中心以及鼻尖位置之后，要計算出兩眼之間的距離以及眼睛的傾斜度。 （ 2）圖像預(yù)處理模塊。 AdaBoost 算法中所訓練的弱分類器是任何分類器，包括決策樹，神經(jīng)網(wǎng)絡(luò)，隱馬爾科夫模型，如果弱分類器是線性神經(jīng)網(wǎng)絡(luò)，那么 AdaBoost 算法每次將構(gòu)造 多層感知器的一個節(jié)點。 (4)以強分類器集為輸入，將其組合為級聯(lián)分類器 。開始時，每個樣本對應(yīng)的權(quán)重是相同的，對于 h1 分類錯誤的樣本，加大其對應(yīng)的權(quán)重； 而對于分類正確的樣本， 降低其權(quán)重， 這樣分錯的樣本就被突出出來，從而得到一個新的樣本分布 U2 。 . 人臉檢測算法 人臉檢測的算法有很多。 4. 人臉檢測核心算法 . 人臉檢測算法在人臉識別 中的作用 人臉 檢測是人臉識別中的一項關(guān)鍵技術(shù)，人臉檢測是指判定任意給定一幅圖像或者一組圖像序列中是否存在人臉。為了保證分類器的穩(wěn)定性，顯然網(wǎng)絡(luò)未知連接權(quán)值的個數(shù)不宜超過訓練樣本值的個數(shù)，所以隱層的神經(jīng)元數(shù) H 應(yīng) 該滿足一下要求： （ I+1） H+(H+1)KI 人臉識別網(wǎng)絡(luò)輸出層的神經(jīng)元數(shù) J 取為人臉類別數(shù) P，而通過特征壓縮網(wǎng)絡(luò)輸入層的神經(jīng)元數(shù) I 也是取為人臉類別數(shù) P，這樣可按下式選取隱層的神經(jīng)元數(shù) H。 BP 神經(jīng)網(wǎng)絡(luò)分三層，即輸入層、隱層、輸出層。這種結(jié)構(gòu)要求用所有人臉的特征對網(wǎng)絡(luò)進行訓練，訓練好的網(wǎng)絡(luò)連接權(quán)值是所有人臉特征的隱含表示，這種形式只需一個神經(jīng)網(wǎng)絡(luò)，但網(wǎng)絡(luò)規(guī)模很大，權(quán)系數(shù)要求較多，存儲量要求也較大，訓練時間較長。其次還有線段 Hausdor 距離（ LHD）的人臉識別方法和支持向量機的人臉識別方法 。 3. 人臉識別的方法 . 人臉識別算法原理 人臉識別算法的原理：系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識別的人臉的身份。 人臉識別系統(tǒng)訓練完成后，對人臉識別時的基本過程如圖 所示。 。 ? 真人鑒別功能： 系統(tǒng)可以識別得出攝像頭前的人是一個真正的人還是一幅照片。用戶無需通過繁雜的編程操作，即可完成 Windows 下應(yīng)用程序的編輯、編譯、測試和細化等工作。 OpenCV 是一個基于（開源）發(fā)行的跨平基于 OpenCV 的 視頻人臉識別系統(tǒng)的設(shè)計與實現(xiàn) 9 臺計算機視覺庫，可以運行在 Linux、 Windows 和 Mac OS 操作系統(tǒng)上。 第三章：概述了人臉識別相關(guān)算法，介紹了本文基于 OpenCV 的視頻人臉識別算法的設(shè)計。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。中國的電子護照計劃公安部一所正在加緊規(guī)劃和實施。非理想成像條件下（尤其是光照和姿態(tài)）、用戶不配合、大規(guī)模人臉數(shù)據(jù)庫上的人臉識別問題逐漸成為研究的熱點問題。 Kaya 和Kobayashi 則采用了統(tǒng)計識別的方法 [11]，用歐氏距離來表示人臉特征如嘴唇與鼻子之間的距離，嘴 唇的高度等。按照人臉識別的自動化程度，人臉識別的發(fā)展經(jīng)歷了以下三個階段： 第一階段是機械式識別階段：早期的人臉識別，是在已經(jīng)得到一個正面人臉圖像的基礎(chǔ)上進行的 ，以 Bertillon、 Allen、 Parke 為代表，主要研究人臉識別所需要的面部特征 [10]。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門。The design use application of OpenCV to provide strong support, based platform design. （ 3） Design of video based face recognition method based on AdaBoost algorithm. Application of AdaBoost algorithm for fast face location and recognition of video stream, which can realize realtime identification. System based platform design, implementation is carried out using C++ language, pleted the realtime face identity recognition based on video Key word： Face detection； OpenCV； Face recognition； C++； 基于 OpenCV 的 視頻人臉識別系統(tǒng)的設(shè)計與實現(xiàn) 3 目 錄 摘 要 ........................................................................................................................ 1 Abstract.................................................................................................................... 2 目 錄 ........................................................................................................................ 3 1. 序言 ...................................................................................................................... 5 . 人臉識別的背景介紹 ............................................................................. 5 . 人臉識別國內(nèi)外發(fā)展狀況 ..................................................................... 5 . 人臉識別研究的意義 ............................................................................. 7 . 人臉識別的技術(shù)應(yīng)用 ............................................................................. 7 . 主要章節(jié)內(nèi)容和章節(jié)結(jié)構(gòu) .................................. 8 . 本章小結(jié) ................................................................................................. 8 2. 人臉識別系統(tǒng)的技術(shù)框架和功能模塊 ..................................................... 8 . OpenCV 簡介 ............................................................................................ 8 . 人臉識別的功能模塊 ............................................................................. 9 . 人臉識別的技術(shù)框架 ........................................................................... 10 . 本章小結(jié) ............................................................................................... 12 3. 人臉識別的方法 ............................................................................................. 12 . 人臉識別算法原理 ............................................................................... 12 . 常用人臉識別方法 ............................................................................... 13 . 基于神經(jīng)網(wǎng)絡(luò)的人臉識別方法 ........................................................... 13 . 本章小結(jié) ..................................................................................