基于OpenCV的居民小区人脸识别系统开题报告

1. 研究目的与意义

近几年来，已开发应用了声音识别、签字识别、指纹识别、掌形识别、眼虹膜识别等人体生物特征识别技术，与上述识别技术相比较，而最近开发的人脸识别技术则具有简便、准确、经济及可扩展性良好等众多优势，因此可广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯等有关方面。

人体生物特征识别技术是依靠人体的生物特征来进行人的身份验证的一种高科技识别技术。

而人脸识别技术具有比其他生物特征识别技术更直观、简便、准确、可靠及可扩展性良好等众多优势，因而应用广泛。

2. 课题关键问题和重难点

（1）课题研究的关键问题本课题的主要内容是图像预处理，它主要从摄像头中获取人脸图像然后进行处理，以便提高定位和识别的准确率，该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好环直接影响着后面的定位和识别工作。

（2）课题难点人脸检测是人脸识别的一个关键环节，本次课题的难点可分为三点：一是图像理解这一困难的问题，基于知识建模的人脸检测，能够在一定程度上用于复杂背景图像中的人脸检测，但是要想进一步提高知识模型的适应能力，需要综合更多的特征；二是基于统计模型的方法，该方法需要对所有的检测窗口进行穷举搜索，计算复杂度很高，因此检测速度有待遇提高；三是非人脸样本的选取仍然是一个较为困难的问题。

此类方法主要针对正面人脸的检测，旋转人脸、多姿态人脸的检测由于比较复杂和困难，有效的方法还不多。

3. 国内外研究现状（文献综述）

随着经济的发展，社会开放程度的提高，社会上的一些违法犯罪事件也日渐影响到学校校园。

如何建立一个安全的校园环境，保障师生的学习。

校园生活安全一直是教育部门和社会各界关注的焦点。

4. 研究方案

1. 系统功能结构系统总体功能结构如图1所示。

图1 总体结构设计流程图（1） 获取脸部区域功能：将得到的人脸信息储存在数据库中。

（2） 图像预处理功能：该模块包过光线补偿，图像变成灰色，高斯平滑，均衡直方图，实现图像对比度增强等。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习；第17周：与导师沟通进行课题总体规划；第18周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲；第19周：搭建开发环境，撰写开题报告。

2022-2022-2学期：第1-2周：进行课题的需求分析，提交开题报告；第3-4周：安装软件，学习熟练应用软件opencv；第5-6周：根据需求分析设计并建立数据库；人脸识别系统的研究与实现；撰写毕业设计文档初稿；第7-8周：进一步完善人脸识别系统，完成毕业设计文档；第9-11周：修改、完善毕业设计文档；对人脸识别系统进行调试，整改；第12周：在教师的指导下对撰写的论文进一步进行修改，提交论文终稿及合格的论文检测报告、毕业设计（论文）资料装袋；第13-14周：筹备毕业答辩相关事宜，制作参加毕业答辩的演示课件。

参加毕业答辩，并提交全部文档和成果材料。