基于OpenCV的人脸识别签到系统设计与实现开题报告

1. 研究目的与意义

随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。

目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。

而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。

2. 课题关键问题和重难点

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，图像处理的好坏直接影响着后面的定位和识别工作。

课题难点在于:(1)由于在拍摄的过程中有光线的影响,会导致拍摄出的相片色彩不均匀,因此会给光线补偿工作带来困难.(2) 在编程的过程中，算法可以在网上和书上找到，但是具体的实现有困难

3. 国内外研究现状（文献综述）

1.1计算机视觉在客观世界中，人类通过视觉识别文字和周围环境，感知外界信息。

人们75%的信息量都来自视觉，因此让计算机或机器人具有视觉，是人工智能的重要环节，也是人类多年以来的梦想。

在信号处理理论与高性能计算机出现后，这种希望正在逐步实现。

4. 研究方案

该课题主要利用opencv做人脸识别，和数据库数据比对，录入数据库。

整个系统涉及到的编程语言包括python,html5,jquery，css3以及mysql数据库编程。

过程中分为三大步骤：（1）人脸检测用到基于人工神经网络的方法，将人脸区域看作是一种模型，使用大量的人脸与非人脸样本进行训练，构造分类器，最后通过判断被测图像中所有可能区域属于哪一类模型以实现人脸的检测。

5. 工作计划

2022-2022-2学期第12-13周 确定选题，对课题相关知识进行了解，完成开题报告。

第14-15周完成开题报告，论文初步框架。

对程序的各个模块进行分析，并且细化技术研究的功能，熟悉实现的原理和技术。