【正文】 維世界的識別的學(xué)科。人類的視覺系統(tǒng)利用 投影到視網(wǎng)膜上的二維的像對物體進行三維的理解。 計算機視覺 視覺是人類獲取信息的主要來源，也是適應(yīng)復(fù)雜環(huán)境的感知基礎(chǔ)。 圖像處理 這是一門用計算機對圖像數(shù)據(jù)進行加工處理的學(xué)科，它主要有以下幾方面的 內(nèi)容：圖像的數(shù)字化、圖像分割、圖像描述、圖像增強、圖像復(fù)原、圖像的壓縮編碼以及運動圖像的處理 f9】等。 聚類分析：當(dāng)沒有樣本來訓(xùn)練分類器時，要求分類器能根據(jù)樣本間的相似程 度自動分類。結(jié)構(gòu)模式識別：利用語法的遞歸性，用小而簡單的基元和語法規(guī)則來描述大而復(fù)雜的模式。在人臉識別中， 如果是個體識別，則每個人是一個模式，預(yù)先存在數(shù)據(jù)庫里的圖像就是樣本；如果是性別識別、種族識別和年齡識別，則不同的性別、種族或年齡分別構(gòu)成一個模式：如果把圖像中的每個子圖都看作一個模式，則面部檢測也是一個模式識別的問題，要求正確地把每個子圖模式歸入到人臉區(qū)域類或非人臉區(qū)域類。 下面分別介紹人臉處理中的各種理論基礎(chǔ)和人臉研究成果的各類應(yīng)用。 1． 3相關(guān)理論基礎(chǔ)與應(yīng)用領(lǐng)域 由以上章節(jié)可知當(dāng)前人臉方面的研究已經(jīng)呈現(xiàn)一片欣欣向榮之勢，對人臉的 研究涵蓋了模式識別、圖像處理、計算機視覺以及人工智能等各方面的知識內(nèi)容。除此之外，圖像信息往往會受到各類噪聲、遮擋、光照等因素的影響。目標(biāo)跟蹤識別的實質(zhì)是通過對圖像傳感器拍攝到的視頻序列進行分析，計算出目標(biāo)在每幀圖像中的位置、大小和運動速度并識別其身份。當(dāng)前的研究主要集中在多攝像機融合、攝像機標(biāo)定、目標(biāo)檢測、目標(biāo)跟蹤、行為識別與描述等關(guān)鍵技術(shù)方面?！蹲詣踊瘜W(xué)報》在 2021 年 5 月出版了一期視覺監(jiān)控?？Ｆ渲?，中國科學(xué)院自動化研究所模式識別實驗室對該領(lǐng)域做了大量研究，他們在人體運動分析、交通行為事件分析、交通場景視頻監(jiān)控和智能輪椅視覺導(dǎo)航等領(lǐng)域取得了許多科研成果。在國內(nèi)，已有許多高 等院校和研究機構(gòu)在智能視頻監(jiān)控領(lǐng)域投入了相當(dāng)?shù)难芯烤Γ?，上海交通大學(xué)、清華大學(xué)【 6。另外，歐盟 IST(InformationSociety Technologies)的 Frameworks 程序委員會也在 1999 年設(shè)立重大項目ADVISOR(AnnotatedDigital Video or Surveillance and Optimized Retrieval)，旨在開發(fā)一個系統(tǒng)來有效地管理公共交通系統(tǒng) (如地鐵 )，從而緩解城市交通壓力，它覆 蓋了人群和個人的行為模式分析、人機交互等研究。在歐洲，歐盟 EULTR(EuropeanUnion LongTermResearch)資助比利時 Katholieke 大學(xué)的電子工程系、法國國家計算機科學(xué)和控制研究院 INRIA等歐洲著名的大學(xué)和研究機構(gòu)聯(lián)合研究為警察、法庭等司法機關(guān)提供基于圖像處理的監(jiān)控系統(tǒng)。該項目的主要目標(biāo)是利用視頻 理解、網(wǎng)絡(luò)通信、多種傳感器融合等技術(shù)實現(xiàn)對未來城市、戰(zhàn)場等進行自動監(jiān)控。同時它也成為眾多國內(nèi)外學(xué)術(shù)會議和專題討論的主題：如 IEEE PAMI2021年 8月期上就有一個關(guān)于視覺監(jiān)控的專題； 2021年 10月 IEEE舉行了第 3代視覺監(jiān)控國際專題討論會；中國科學(xué)院自動化所分別 在 2021 年與 2021 年主辦了全國智能視覺監(jiān)控學(xué)術(shù)會議。也就是說，隨著信息技術(shù)的不斷發(fā)展，視頻監(jiān)控系統(tǒng)在商業(yè)、國防安全和軍事應(yīng)用領(lǐng)域中的需求將日益增加。因此，人臉跟 蹤與識別作為相關(guān)研究領(lǐng)域的關(guān)鍵技術(shù)，近年來已成為 機視覺方面的一個重要研究課題及備受關(guān)注的前沿方向。然而人總是處于運動中的，尤其在信息交互過程中，對使用者的這種要求局限了系統(tǒng)的應(yīng)用性。同時，序列圖像中運動場景的快速分割、人臉面部的非剛性運動、人臉自遮擋和目標(biāo)之間互遮擋的處理等也為人臉的跟蹤帶來了一定的挑戰(zhàn)，人臉的檢測與跟蹤技術(shù)涉及到模式識別、圖像處理、計算機視覺、人工智能等學(xué)科知識。人臉識別【 5】 (Face Recognition)是在人臉檢測的基礎(chǔ)上分析人臉的圖像 特征，進而確定人臉的身份特征。人臉檢測的目的是自動確定輸入圖像中是否存在人臉，并給出人臉的個數(shù)、位置、大小等參數(shù)。 2. 口型識別、表情識別等，都建立在人臉的基礎(chǔ)上。由此可見視覺信息對人類的重要性，而人類獲取視覺信息的主要途徑來自于對圖像的處理。 1． 1選題背景 1. 視覺是人類從大自然中獲取信息的主要手段。這套系統(tǒng)完成了對多人臉的跟蹤效果，可廣泛的應(yīng)用于各種安防系統(tǒng)之中如： ATM 機監(jiān)控系統(tǒng)，門禁系統(tǒng)等 。針對傳統(tǒng) Camshifl 跟蹤算法進行形態(tài)學(xué)處理、分配多個跟蹤器等改進后的算法應(yīng)用于客戶端進行多人臉的跟蹤。本文著重構(gòu)建一套人臉跟蹤識別系統(tǒng)，致力于精確實時地對彩色視頻中的人臉圖像檢測跟蹤，并可以將跟 蹤到的人臉圖片傳輸?shù)阶R別端進行身份識別。 安徽工業(yè) 大 工商學(xué)院 畢業(yè)學(xué)士論文 基于 OpenCV的人臉識別 算法 姓名： 陳滔 申請學(xué)位級別： 學(xué)士 專業(yè)： 測控技術(shù)與儀器 指導(dǎo)教師： 方挺 摘要 人臉在社會交往中扮演著十分重要的角色，是人類在確定一個人身份時所采用的最普通的生物特征，研究人臉跟蹤識別及其相關(guān)技術(shù)具有十分重要的理論價值和應(yīng)用價值。彩色圖像序列的人臉檢測、跟蹤與識別技術(shù)是隨著計算機技術(shù)的高速發(fā)展和視頻監(jiān)控等應(yīng)用的需要在近幾年才逐漸成為一個研究熱點。系統(tǒng)分為客戶端和服務(wù)器兩部分。服務(wù)器端首先將人臉圖像按其主要特征進行分塊，再對分塊圖執(zhí)行Eigenface 算法實現(xiàn)人臉身份的識別。 Abstract Human face is 0111primary focus of attention in social intercourse playingamajor rolei conveying dentity and emotion． Researchonthe face tracking， recognition technology has great theoreticaland practical value ． This paper focusesOilbuildingasetofhumanface recognition and trackingsystem tomitted toaccurate and realtimecolorvideoimages ，andcalltransmit the tracked human face image to the recognition part to identify the person’ S status． Thesystem is divided into client and server parts． Thetracking algorithm whichcarrieson morphology processing after traditional track algorithm Camshifl and assignments severaltrackingdevices is applied to the client for duplex facetracking． Theserver— side first divides the person face image into blocksaccording to its chief feature， then the blocksuses the Eigenfacealgorithm separately to realize the person ’ S status recognition ． The system implementation for multiple face trackingcallbe widelyused among the various security systems，suchas： ATM machine monitoring system， accesscontrol system． Keywords： Face DetectionFace TrackingFace Recognition Eigenface Camshift 第一章緒論 本章論述了本文選題的背景、研究的意義、課題研究現(xiàn)狀及國際發(fā)展動態(tài)，并對相關(guān)理論和應(yīng)用領(lǐng)域做了詳細(xì)論述，最后給出了本文的主要研究工作。據(jù)統(tǒng)計，在人類獲取的信息中，視覺信息約占 60％，聽覺信息約占 20％，其它的如味覺信息、觸覺信息等加起來約占 20％。 人類的面部提供了大量視覺信息，知輸入 通道。隨著信息技術(shù)的發(fā)展以及應(yīng)用需求的劇增，人臉檢 i9l!}【 l21(Face Detection)作為人臉信息處理中的一項關(guān)鍵技術(shù)，日益成為一個熱門的研究課題。人臉跟蹤 f3叫 (Face Tracking)則是要在圖像序列中確定出各幀間人臉的對應(yīng)關(guān)系，并在后續(xù)序列幀中跟蹤出已定位人臉的運動軌跡。人臉是一類具有相當(dāng)復(fù)雜的細(xì)節(jié)變化的自然結(jié)構(gòu)目標(biāo)，人臉器官的形狀、尺寸、 紋理、表情等變化復(fù)雜，難以用統(tǒng)一的模式加以描述，而人臉檢測的實 應(yīng)用環(huán)境也十分復(fù)