【正文】 、圖表要求： 1）文字通順，語(yǔ)言流暢，書寫字跡工整，打印字體及大小符合要求，無(wú)錯(cuò)別字，不準(zhǔn)請(qǐng)他人代寫 2）工程設(shè)計(jì)類題目的圖紙，要求部分用尺規(guī)繪制，部分用計(jì)算機(jī)繪制，所有圖紙應(yīng)符合國(guó)家技術(shù)標(biāo)準(zhǔn)規(guī)范。 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(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)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(yè)（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(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬(wàn)字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于 萬(wàn)字。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(kù)進(jìn)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。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。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(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說(shuō)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(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（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(jì)（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)?？梢圆捎糜坝?、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?jī)?nèi)容。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(guò)的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料 。 本次畢業(yè)設(shè)計(jì)中，我鞏固了之前學(xué)習(xí)的專業(yè)文化知識(shí)，提高了閱讀文檔和編寫程序的能力，懂得了軟件設(shè)計(jì)的理念和測(cè)試的流程，運(yùn)用了現(xiàn)有的理論完成了一個(gè)課題的研究，在此，我對(duì)老師和同學(xué)的幫助再次表示感謝。在完成畢業(yè)設(shè)計(jì)的過(guò)程中我得到了老師同學(xué)的很多寶貴意見(jiàn)，與同學(xué)之間的交流讓我受益匪淺。 } cvResetImageROI(img)。 i++ ) { CvRect *eye = (CvRect*)cvGetSeqElem(eyes, i)。 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 25 for( i = 0。 CvSeq *eyes = cvHaarDetectObjects( img, cascade_e, storage1, , 3, 0, cvSize(4, 5) )。 assert(cascade_e != NULL)。 const char* cascade_name2 = /home/dz/prog/。 cvSetImageROI( img, cvRect( facex, facey + (faceheight/), facewidth, faceheight/ ) )。 CvMemStorage* storage1 = 0。 // cvClearMemStorage(storage)。 CvRect *face = (CvRect*)cvGetSeqElem(faces, ii)。iifacestotal。 coutfacestotalendl。 CvSeq *faces = cvHaarDetectObjects(img, cascade_f, storage, , 3, 0, cvSize(40, 40) )。 const char* cascade_name = /home/dz/prog/。 storage = cvCreateMemStorage(0) 。imageProcessed[j])。srcImage[j])。pGrayImage[j])。pSrcImage[j])。 cvDestroyWindow(pstrWindowsTitle)。 cvShowImage(pstrWindowsTitle, pSrcImage[j])。 //建立輸出圖片的窗口 const char *pstrWindowsTitle = 人臉識(shí)別 。 //指繪制圓形的一個(gè)程序函數(shù) } cvReleaseMemStorage(amp。 radius = cvRound((rwidth + rheight) * )。 = cvRound((rx + rwidth * ))。 //函數(shù) cvGetSeqElem 返回索引指定的元素指針 CvPoint center。 i pcvSeqFacestotal。 printf(人臉個(gè)數(shù) : %d 識(shí)別用時(shí) : %d ms\n, pcvSeqFacestotal, dwTimeEnd dwTimeBegin)。 CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage[j], pHaarCascade, pcvMStorage, , 2, CV_HAAR_DO_ROUGH_SEARCH, cvSize(30, 30))。 DWORD dwTimeBegin, dwTimeEnd。 CvMemStorage *pcvMStorage = cvCreateMemStorage(0)。 //用來(lái)使灰度圖象直方圖均衡化。 cvResize(pGrayImage[j], imageProcessed[j], CV_INTER_LINEAR)。 //是 Opencv 里的顏色空間轉(zhuǎn)換函數(shù)，也可以轉(zhuǎn)換為灰度圖像。 //加載圖片，原圖 pGrayImage[j] = cvCreateImage(cvGetSize(pSrcImage[j]), IPL_DEPTH_8U, 1)。 j++) { sprintf(pstrImageName, %s%, filename, j)。//均衡 for (int j = 0。//原圖 IplImage *pGrayImage[photoes_num]。 char pstrImageName[50]。 pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName)。//對(duì)灰度圖像進(jìn)行直方圖均衡化 cvClearMemStorage(storage) 人臉檢測(cè)代碼 void jiance() { // 加載 Haar 特征檢測(cè)分類器 // 系 OpenCV 自帶的分類器 const char *pstrCascadeFileName = D:\\ProgramFiles\\opencv\\sources\\data\\ haarcascades\\。 //色彩空間轉(zhuǎn)換 cvResize(gray, small_img, CV_INTER_LINEAR)。 //cvSize 表示矩陣框大?。ㄔ瓐D像） IplImage* small_img = cvCreateImage(cvSize(cvRound(Img_onewidth / scale), cvRound(Img_oneheight / scale)), 8, 1)。 } 圖像預(yù)處理代碼 double scale = size。 Video_to_image(filename)。 cvDestroyWindow(mainWin)。 } cvReleaseCapture(amp。//保存的圖片名 cvSaveImage( image_name, img)。 //將其顯示 char key = cvWaitKey(20)。 //讀取和顯示 while(1) { img = cvQueryFrame(capture)。 char image_name[13]。 //定義和初始化變量 int i = 0。 int numFrames = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_COUNT)。 int frameW = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH)。 //獲取視頻信息 cvQueryFrame(capture)。 參考文獻(xiàn) [1] 山世光 .面部特征檢測(cè)與識(shí)別的研究與實(shí)現(xiàn) ：哈爾濱工業(yè)大學(xué)，高等教育出版社， 1999 年 7 月 [2] 蔣遂平 .人臉識(shí)別技術(shù)及應(yīng)用簡(jiǎn)介 [M].北京：清華大學(xué)，中國(guó)計(jì)算機(jī)世界出版社， 20xx 年 12 月 [3] 于成忠，朱 駿，袁曉輝．基于背景差法的運(yùn)動(dòng)目標(biāo)檢測(cè) ［ J］．東南大學(xué)學(xué)報(bào) (自然科學(xué)版 )， 20xx，第 35 卷 增刊 (II)： 159~161． [4] 張怡．圖像跟蹤器綜合調(diào)試系統(tǒng)研究 [D]．南京：南京理工大學(xué)，哈爾濱出版社， [5] 李?。\(yùn)動(dòng)目標(biāo)圖像的獲取、傳輸與跟蹤 [D]．南京：南京理工大學(xué)， 20xx． 5 [6] 高守傳 姚領(lǐng)田 等編著 Visual C++ 數(shù)字圖片處理與工程應(yīng)用篇 中國(guó)鐵道出版社 計(jì)算機(jī)工程， 20xx，第 37 卷 基于人物的相關(guān)網(wǎng)絡(luò)視頻挖掘 18 附錄 視頻預(yù)處理代碼 void Video_to_image(char* filename) { pri