發布時間：2022-09-04 07:00:02 文章作者：學術小編 www.bear18.com
本課題研究的實施方案、進度安排： 實施方案: （1）人臉檢測的研究經歷了較長的發展階段，了解人臉檢測的基本思路。 （2）研究傳統經典的人臉檢測技術，開發檢測率高，堅持速度快的算法 （3）了解人臉檢測算法（Adaboost）的原理， （4）運用cmake、opencv、VC 開發人臉檢測軟件。
Han 等人提出了一種基于形態學的技術進行眼部分割進而 實現人臉檢測的方法。他們認為眼睛和眼眉是人臉最突出和穩定的特征, 特別適合人臉檢 測。彭進業等人提出了一種在圖像的反對稱雙正交小波分解數據域中, 實現多尺度對稱變 換的方法, 并將它應用于臉部圖像中主要特征點的定位。 王延江等人提出了一種快速的彩 色圖像中復雜背景下人臉檢測方法。
隨著電子商務等應用的發展，人臉 識別成為最有潛力的生物身份驗證手段，這種應用背景要求自動人臉識別系統能夠對一般 圖像具有一定的識別能力，由此所面臨的一系列問題使得人臉檢測開始作為一個獨立的課 題受到研究者的重視。 現在，人臉檢測的應用背景已經遠遠超出了人臉識別系統的范疇， 在基于內容的檢索、數字視頻處理、視頻檢測等方面有著重要的應用價值。
畢業設計（論文）專用紙 1.2人臉檢測的發展情況 人臉檢測是一個復雜的極具挑戰性的模式檢測，其主要的難點有兩方面：一方面是由 于人臉內在的變化所引起： (1)人臉具有很復雜的細節變化，不同的外貌特征如臉形、膚色等，不同的表情如眼、 (2)其他物體對人臉的遮擋，如眼鏡、頭發和頭部飾物以及其他外部物體等；另外一方面由于外在條件變化所引起： (3)成像角度的不同也能造成人臉的多姿態，如平面內旋轉、深度旋轉以及上下旋轉， 其中深度旋轉影響較大； (4)光照的影響，如圖像中的亮度、對比度的變化和陰影等； (5)圖像的成像條件，如攝像設備的焦距、成像距離，圖像獲得的途徑等等。 這些困難都為解決人臉問題造成了難度。
