【導(dǎo)讀】本論文以基于人臉的視頻挖掘為研究方向，目的是通過分析大量視。頻文件，得到視頻內(nèi)部隱含的深層信息。計算出相似度，從而實現(xiàn)基于人臉的視頻挖掘。本系統(tǒng)已可以初步完成基于人物。的相關(guān)網(wǎng)絡(luò)視頻挖掘，然其準確度有待提高。

　　

【正文】 nd((ry + rheight * ))。 radius = cvRound((rwidth + rheight) * )。 //對一個 double 型的數(shù)進行四舍五入，并返回一個整型數(shù)！ cvCircle(pSrcImage[j], center, radius, FaceCirclecolors[i % 8], 2)。 //指繪制圓形的一個程序函數(shù) } cvReleaseMemStorage(amp。pcvMStorage)。 //建立輸出圖片的窗口 const char *pstrWindowsTitle = 人臉識別 。 cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE)。 cvShowImage(pstrWindowsTitle, pSrcImage[j])。//輸出圖片 cvWaitKey(0)。 cvDestroyWindow(pstrWindowsTitle)。 //以下釋放資源 cvReleaseImage(amp。pSrcImage[j])。 cvReleaseImage(amp。pGrayImage[j])。 //cvReleaseImage(amp。srcImage[j])。 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 23 if (imageProcessed[j]) cvReleaseImage(amp。imageProcessed[j])。 } } } 人臉器官（人眼）識別代碼 void detectEyes(IplImage *img) { CvMemStorage* storage = 0。 storage = cvCreateMemStorage(0) 。 CvHaarClassifierCascade* cascade_f = 0。 const char* cascade_name = /home/dz/prog/。 cascade_f = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 )。 CvSeq *faces = cvHaarDetectObjects(img, cascade_f, storage, , 3, 0, cvSize(40, 40) )。 if (facestotal == 0) return。 coutfacestotalendl。 for(int ii=0。iifacestotal。ii++) { coutiiendl。 CvRect *face = (CvRect*)cvGetSeqElem(faces, ii)。 cvRectangle( img, cvPoint(facex, facey), cvPoint( facex + facewidth, facey + faceheight ), 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 24 CV_RGB(255, 0, 0), 1, 8, 0 )。 // cvClearMemStorage(storage)。 //cvRelease((void**)cascade_f)。 CvMemStorage* storage1 = 0。 storage1 = cvCreateMemStorage(0) 。 cvSetImageROI( img, cvRect( facex, facey + (faceheight/), facewidth, faceheight/ ) )。 CvHaarClassifierCascade* cascade_e = 0。 const char* cascade_name2 = /home/dz/prog/。 cascade_e = (CvHaarClassifierCascade*)cvLoad( cascade_name2, 0, 0, 0 )。 assert(cascade_e != NULL)。 //storage = cvCreateMemStorage(0) 。 CvSeq *eyes = cvHaarDetectObjects( img, cascade_e, storage1, , 3, 0, cvSize(4, 5) )。 int i。 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 25 for( i = 0。 i (eyes ? eyestotal : 0)。 i++ ) { CvRect *eye = (CvRect*)cvGetSeqElem(eyes, i)。 cvRectangle( img, cvPoint(eyex, eyey), cvPoint(eyex + eyewidth, eyey + eyeheight), CV_RGB(255, 0, 0), 1, 8, 0 )。 } cvResetImageROI(img)。 } } 致謝 在畢業(yè)論文結(jié)束的同時，我大學(xué)生活也將結(jié)束，在過去的四年里我成長了很多，字啊此感謝在畢業(yè)設(shè)計中對我大力支持的黃老師和對我提供幫助的同學(xué)們。在完成畢業(yè)設(shè)計的過程中我得到了老師同學(xué)的很多寶貴意見，與同學(xué)之間的交流讓我受益匪淺。 本次論文選擇基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘是一種挑戰(zhàn)，在相關(guān)文獻的篩選，現(xiàn)有理論成果的研究中，我學(xué)到了很多之前沒有接觸過的知識，豐富了我的專業(yè)文化知識，在今后的工作學(xué)習(xí)中我會揚長避短更加努力的學(xué)習(xí)專業(yè)知識，把大學(xué)學(xué)到的專業(yè)知識完善和提高。 本次畢業(yè)設(shè)計中，我鞏固了之前學(xué)習(xí)的專業(yè)文化知識，提高了閱讀文檔和編寫程序的能力，懂得了軟件設(shè)計的理念和測試的流程，運用了現(xiàn)有的理論完成了一個課題的研究，在此，我對老師和同學(xué)的幫助再次表示感謝。 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 26 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 27 畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料 。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。 作者簽名： 日 期： 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 28 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。 涉密論文按學(xué)校規(guī)定處理。 作者簽名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 29 注 意 事 項 （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻 8）致謝 9）附錄（對論文支持必要時） ：理工類設(shè)計（論文）正文字數(shù)不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字數(shù)不少于 萬字。 ：任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）。 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別字，不準請他人代寫 2）工程設(shè)計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機繪制，所有圖紙應(yīng)符合國家技術(shù)標(biāo)準規(guī)范。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計（論文） 2）附件：按照任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）次序裝訂 3）其它