摘要：近年来，百姓对人脸识别技术的利用越来越多，人脸识别技术在安全、摄影、交通等方向的应用也越来越多，并且在移动端的应用量也是呈现爆炸式的增长。目前移动端市场中有大量的采用人脸识别技术的APP例如“美颜相机”、“360相机”等APP，各个公司都争相进入移动端的人脸识别市场，因此可以看出人脸识别技术是未来科技发展的基础技术及热门技术之一。本次毕业论文的任务是对视频实时识别出的人脸进行面具覆盖，是以Python和OpenCV为平台设计的，主要运用了Haar特征算法，以及对Haarcascade的人脸识别分类器进行了引用，并且借此来完成人脸识别以及人脸部的器官进行识别，然后通过获取出的人脸或人脸器官的坐标，来进行图片引用并进行面具覆盖。

利用Python及OpenCV的平台环境下进行的设计工作,利用Haar特征分析及Haar特征引申出的haarcascade人脸识别分类器进行的设计如以下几点：

1.通过Python及OpenCV来捕获摄像头的视频流；

2.通过运用haarcascade及haarcascade_eye人脸识别的分类器来对人脸及人脸器官进行识别；

3.在识别的器官中加入覆盖功能，致使人脸识别呈现出面部及器官被覆盖的功能。

关键词：Haar特征分析；人脸识别；Haar级联；积分图 

目录

摘要

Abstract

1 课题背景-1

1.1 国外发展-1

1.2 国内发展-1

1.3 本文研究内容-2

1.4 本文组织结构-2

2 相关技术-3

2.1 人脸识别常用技术-3

2.1.1人脸特征-3

2.1.2识别算法-3

2.2 整个人脸图像和子图像的构造-4

2.3人脸识别特征提取-5

2.4基于判别信息策略的复合特征向量的构造-5

2.5实验环境的安装-6

3 算法-8

3.1 Haar特征-8

3.2 Haar级联-9

3.3积分图-10

4 人脸识别实验-12

4.1课题需求分析与人脸基础识别-12

4.1.1需求分析-12

4.1.2人脸识别的实时性及人脸识别-12

4.2人脸器官识别-14

4.3 视频实时人脸面具覆盖-16

结    论-20

参 考 文 献-21

附录A 附录内容名称（调研报告）-22

致    谢-25