| 需要金币: |
资料包括:完整论文 | ![]() | |
| 转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:13003 | ||
| 折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘 要:时下,“刷脸”人脸技术普遍广泛使用,其中的核心技术是自动人脸识别(human face recognition),该技术,是根据不同类型人脸的各种视觉纹理特征以及信息不同而可以进行人脸身份信息识别的一种新型计算机信息技术。具体来说是通过利用激光摄像机或者微摄像头等自动拍摄成像仪器自动收集人体侧脸的波形图像或者音视频流,并且系统能够自动在人脸图像中进行检测和精确定位整个人脸,依据人脸特征和它们之间的关系来进行鉴别。人脸因具有不可复制、采集方便、不需要被拍者的配合,而在识别技术领域具有广泛的应用前景。人脸识别最新技术已经集成了手机视频识别图像信息处理、机器人脸识别、模型分析理论、机器深度学习、专家系统、人工智能等多种核心技术,同时还可能需要一种结合图像中间值技术进行图像处理的各种理论与技术实现,这些都是基于生物识别特征人脸识别的最新技术应用。 本文主要介绍利用OpenCV实现人脸识别与定位的方法。OpenCV(Opensource Computer Vision)是一个开源程序库,建立于1999年,它包含了500多个用于图像和视频分析的优化算法程序库,目前在计算机视觉领域的研发人员社区中非常流行,因此被用作主要开发工具。具体采用最邻近局部二值模式实现人脸识别,并通过级联Haar特征实现物体和人脸定位。
关键词:人脸识别;人脸特征;最邻近局部二值模式;Haar特征
目录 摘要 Abstract 第一章 绪论-1 1.1 人脸识别技术的研究意义-1 1.2 人脸识别技术的发展历程及现状-1 1.3 人脸识别技术应用前景-2 1.4 本文结构-2 第二章OpenCV基础知识-4 2.1安装OpenCV库-4 2.2 装载、显示和存储图像-6 2.3深入了解cv::Mat-8 2.4 定义感兴趣区域-10 2.5 本章小结-11 第三章 人脸识别-12 3.1 概要-12 3.2 实现方法-12 3.3 实现原理-15 3.4 本章小结-19 第四章 人脸定位-20 4.1 引言-20 4.2 Haar特征-20 4.3 实现方法-21 4.4 实现原理-25 4.5本章小结-27 第五章 结论-28 参考文献-29 致 谢-30 |

