基于计算机视觉技术的人脸检测系统设计

王斌，郭攀，张坤，黄乐

（长安大学信息工程学院，陕西西安710064）

摘要：通过对基于Haar-like 特征的AdaBoost 人脸检测算法研究，利用由该算法训练的级联分类器和计算机视觉类库OpenCV 进行人脸检测系统设计，实现了基于静态图像、摄像头视频和avi 视频的人脸检测与标记，以及标记后的人脸区域图像实时显示和存盘。此外，在VC++6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表明，该检测系统开发周期短，检测速度快，实时性强，检测率高，可作为人脸识别和人脸跟踪系统的开发基础。关键词：计算机视觉；人脸检测；AdaBoost 算法；Haar-like 特征；OpenCV 中图分类号：TP391.4

文献标识码：A

文章编号：1674－6236（2011）16-0038-04

The design of face detection system based on computer vision technology

WANG Bin ，GUO Pan ，ZHANG Kun ，HUANG Le

（College of Information Engineering ，Chang ’an University ，Xi ’an 710064，China ）

Abstract:Through the research for AdaBoost face detection algorithm based on Haar -like features ，make use of the cascade classifier trained by this algorithm and computer vision library OpenCV to design a face detection system ，realize face detection and mark based on static image ，camera video and avi video ，finish displaying and saving the face region images marked by rectangles real -timely.Besides ，achieve the development of software interface by VC++6.0.The experiment result shows that the face detection system has features of short develop cycle ，rapid detection ，real -time and high detection rate ，which can be used for the bases of face recognition system and face tracking system.

Key words:computer vision ；face detection ；AdaBoost algorithm ；Haar -like feature ；OpenCV

收稿日期：2011-06-19

稿件编号：201106084

作者简介：王斌（1985—），男，河南南阳人，硕士研究生。研究方向：信号与信息处理及智能控制。

随着计算机技术和数字信号处理技术的快速发展，计算机视觉技术逐渐应运而生，并得到了广泛的应用。OpenCV [1]（Open Source Computer Vision Library ）是由Intel 提供的由一系列C 函数和少量C++类构成的计算机视觉开源软件包，它拥有数百个可实现图像处理和计算机视觉方面的中、高层

API ，可以十分方便地搭建基于计算机视觉技术的静态图像

和视频流处理软件平台，可作为二次开发的理想工具。由于基于Haar-like 特征的AdaBoost 人脸检测算法具有检测速度快、实时性强、鲁棒性好等优点，本文采用基于Haar-like 特征的AdaBoost 人脸检测算法和OpenCV 相结合的方法在

VC++6.0软件开发平台上分别对基于静态图像、摄像头视频

和avi 视频的人脸检测系统进行设计，实现了从静态图像中检测出人脸并标记出人脸位置、从摄像头视频中实时检测和标记出人脸的位置和从avi 视频中提取检测出有人脸的帧并实时标记人脸，同时还实现了对标记后的人脸区域图像进行实时显示和存盘。

1AdaBoost 人脸检测算法

人脸检测的目的就是把静态图像或视频帧中的人脸区

域和非人脸区域区分开。Viola 等人提出的人脸检测方法是一种基于积分图、级联分类器和AdaBoost 算法的方法，该方法可分为以下3个步骤实现[2]。

1）使用Haar-like 特征表示人脸，并采用一种新的图像

表示方式—“积分图”快速计算其特征值。

2）利用AdaBoost 机器学习算法挑选出一些最能代表人

脸的矩形特征（弱分类器）并按照加权投票的方式将弱分类器构造成一个强分类器。

3）将训练得到的若干个强分类器串联起来构造成一个

级联结构的分类器，从而提高分类器的检测速度。

1.1Haar-like 特征

用一些简单的矩形特征来表示人脸特征，因其类似于

Viola 等人提出的Haar-like 小波而得名[3]。常用的Haar-like

特征有边缘特征、线性特征和中心特征，如图1所示。

其中特征值是指图像上两个或者多个形状大小相同的矩形内部所有像素灰度值之和的差值，在系统中统一采用白

电子设计工程

Electronic Design Engineering

第19卷Vol.19第16期No.162011年8月Aug.2011

图1

Haar

-like 特征Fig.1

Haar -like features

－38－

色矩形区域所有像素灰度值之和减去黑色矩形区域所有像素灰度值之和[3]。例如，图1（b ）的特征值是靠两边的矩形像素总和与中间矩形像素和的差值。也可根据实际情况扩展出多种新的Haar-like 特征模板。

1.2积分图

为了提高样本训练和人脸检测的速度，Viola 等人提出了

积分图的表示方法，这种方法可使矩形特征值得到快速计算。积分图的计算方法如公式（1）所示[4]：

ii （x ，y ）=x ′≤x Σy ′≤y

ΣI （x ′，y ′）

（1）

其中I （x ′，y ′）为图像在点（x ′，y ′）处的像素值，ii （x ，y ）是计算后的积分图像。若采用递推公式[4]（2）和（3），积分图只需遍历一次原图像所有点即可计算出来，其中s （x ，y ）为点（x ，y ）所在位置的列积分值，定义s （x ，-1）=0，ii （-1，y ）=0。

s （x ，y ）=s （x ，y -1）+i （x ，y ）（2）ii （x ，y ）=ii （x -1，y ）+s （x ，y ）

（3）

1.3AdaBoost 算法基本原理

AdaBoost 算法[5]是一种迭代算法，主要用于特征选择和训

练分类器，其核心思想是针对不同的训练集训练同一个分类器（弱分类器），然后把这些在不同训练集上得到的弱分类器通过一定的方法集合起来，构成一个最终的强分类器。在该算法中不同的训练集是通过调整每个样本对应的权重来实现的。最开始的时候，每个样本的权重是相同的，在此样本分布下训练出一个弱分类器h 1（x ）。对于h 1（x ）分类错误的样本则加大其对应的权重，而对于h 1（x ）分类正确的样本则减小其对应的权重，从而把分类错误的样本突出出来，进而组合成一个新的样本分布。同时，根据分类错误的情况赋予h 1（x ）一个权重，表示该弱分类器的重要程度，分类错误的越少权重越大。在新的样本分布下，对其进行再次训练，得到弱分类器h 2（x ）及其权重。以此类推，经过T 次循环训练得到T 个弱分类器和T 个对应的权重，然后把这T 个弱分类器按照一定的权重叠加起来，得到最终的强分类器。

1.4级联分类器

级联分类器是由多层强分类器级联而成的，也称之为级

联检测器或瀑布型检测器。其每一层都是由AdaBoost 算法训练得到的强分类器，第1层分类得到的正确结果触发第2层分类器的分类，第2层分类得到的正确结果再触发第3层分类器的分类，以此类推。这样疑似人脸窗口依次通过各层分类器，就确认为人脸。反之，如果被检测的窗口在某一层被判断为非人脸，就立即停止对该窗口的检测，开始进行下一个窗口的检测[5]。这种级联结构的分类器在设计时采用逐级复杂的原则来实现的，最初的几层强分类器比较简单，通常一层由一到几个弱分类器构成，这样可以快速排除掉那些明显不是人脸的子窗口，使后续检测目标越来越少，从而大大提高了检测速度。此外，为了实现搜索不同大小的目标区域，分类器被设计为可进行尺寸改变，这样可以避免直接对图像进行缩放变换，减小了计算工作量，也提高了检测速度。

人脸检测系统设计与实现

2.1

级联分类器的制作和选取

级联分类器的制作可采用OpenCV 自带的Haartraining

程序训练实现，首先准备大量的正样本（人脸样本）和负样本（非人脸样本），然后利用OpenCV 安装目录中的bin 子目录下的createsamples.exe 和haartraining.exe 分别创建Sample 和训练Sample ，直到收敛为止，最后利用bin 子目录下的

performance.exe 进行样本测试的训练，最终生成级联分类器XML 文件[6]。为了快速开发出一套人脸检测系统，本文选取OpenCV 自带的基于Haar -like 特征的级联分类器haarcascade_frontalface_alt_tree.xml 和haarcascade_profileface.xml 进行实验。2.2

软件系统界面设计

采用VC++6.0搭建前台人机界面（如图2所示），该界面主要分为3个部分，分别是检测显示区、定位显示区和菜单区。检测显示区主要实现基于静态图像、摄像头视频和avi 视频的人脸检测结果显示，定位显示区主要实现对标记后的人脸区域图像进行实时显示，菜单区主要实现基于静态图像、摄像头视频和avi 视频的人脸检测与标记操作以及标记后的人脸区域图像的显示和存盘操作。

2.3人脸检测软件实现

基于静态图像的人脸检测流程如图3所示，大致可分为

4个过程：1）加载训练好的级联分类器；2）将其转化为内部格

式，以便被计算机识别处理；3）加载待检测的静态图像；4）检

测出图像中的人脸区域并标记出人脸位置。

基于摄像头视频的人脸检测流程如图4所示，主要过程：

1）检测并启动摄像头，如未安装摄像头将会发出警告并结束

检测，因视频采集设备种类多和视频处理的实时性要求，本文采用了实时视频处理技术DirectX ；2）加载已训练好的级联分类器并将其转化为内部格式；3）判断检测标志位，若为真，首先捕获当前一帧并创建该帧的图像，然后载入当前一帧图像，并对图像中的人脸区域进行检测和标记，最后判断保存

图2人脸检测系统界面

Fig.2The interface of face detection system

图3基于静态图像的人脸检测流程图

Fig.3Flow chart of face detection based on static image

《电子设计工程》2011年第16期

标志位，此时若为真则保存标记的人脸区域图像并进入下一帧的检测，否则直接进入下一帧的检测；若检测标志位为假

则结束检测。

视频可以看成是一帧一帧的图像在时间上的排列，这样视频人脸检测可看作是对一组图像序列的连续检测，因此，基于avi 视频的人脸检测和基于摄像头视频的人脸检测的流程基本上是一样的，不同之处是其不需要检测启动摄像头这一步，而是进行加载avi 视频，所以其流程不再赘述。

计算机视觉类库OpenCV 中用于人脸检测的主要函数为：

1）cascade =（CvHaarClassifierCascade*）cvLoad （cascade_name ，0，0，0）；该函数实现载入级联分类器的功能，其中cascade_name 为级联分类器的路径。

2）cvGrabFrame （capture ）；和frame =cvRetrieveFrame

（capture ）；这两个函数一起调用实现快速获取avi 视频帧。其中capture =cvCaptureFromAVI （path ）；读取捕获avi 视频。

3）CvMemStorage*storage =cvCreateMemStorage （0）；该函

数创建一个默认大小为64kB 的内存块并返回指向块首的指针。

4）CvSeq*faces =cvHaarDetectObjects （small_img ，cascade ，storage ，1.1，2，0，cvSize （30，30））；该函数的功能是使用训

练好的级联分类器在图像中找到包含人脸目标的矩形区域，并将这些区域作为一序列的矩形框返回。

5）cvRectangle （img ，LeftPoint ，RightPoint ，color ，3，8，0）；

该函数实现对检测到的人脸区域用方框标记出来。

6）cvSaveImage （savepath+strcat （strCount ，".bmp"），OutImage ）；

该函数实现把标记的人脸区域图像保存为bmp 格式的图像，其中OutImage=cvCreateImage （cvSize （120，120），8，3）；创建头并分配120×120大小的图像数据空间。

7）获取到被检测图像之后需要进行包括图像色彩转换、

图像大小变换和直方图均衡化等相关处理后方可进行后面的人脸检测。相关处理函数如下：cvCvtColor （img ，gray ，CV_

BGR2GRAY ）；色彩转换。cvResize （gray ，small_img ，CV_INTER _LINEAR ）；图像大小变换。cvEqualizeHist （small_img ，small_

img ）；灰度图像直方图均衡化。2.4

实时视频处理技术DirectX

由微软公司提供的多媒体编程接口DirectX 采用C++编程语言实现，遵循COM ，可以更好的构建Windows 系统的机器视觉平台。该接口可直接提供开发质量高、实时的应用程序所需要的各种资源。DirectX 技术优点：1）为软件开发者提供硬件无关性，即可使系统不再依赖任何特定的视频采集设备；2）为硬件开发提供策略。基于摄像头视频的人脸检测部分主要使用DirectX SDK 中的DirectShow 组件实现视频的实时采集和处理，它采用一种叫Filter Graph 的模型来管理整个数据流的处理过程，保持兼容VFW （Video For Windows ）并且提供了更加优秀的接口。通过对OpenCV 和DirectShow 组件的实时视频采集情况进行对比，采用DirectShow 组件处理摄像头视频效果更加流畅。DirectShow 组件中用于打开摄像头

和处理视频的主要函数如下：

CCameraDS camera ；//定义摄像类变量

camera.OpenCamera （0，false ，320，240））；//打开摄像头IplImage *pFrame=camera.QueryFrame （）；//获取视频帧2.5

人脸检测图像显示和保存

本文实现了对标记后的人脸区域图像进行实时显示和存盘的功能。因软件界面有限，在定位显示区最多可实时显示被标记的前7幅人脸区域图像，如图5所示。当需要保存被标记的人脸区域图像时，点击“保存定位图像”按钮并选取保存路径，即可实现存盘功能。

3测试结果分析

在Pentium T32002.0GHz CPU ，1GB 内存的笔记本电

脑上进行实验。对于静态图像的人脸检测，实验样本是从互联网上搜集的46张彩色图像，最小尺寸为469×447，最大尺寸为1936×1288，共361个人脸，其中漏检25个，误检13个，总体检测效果良好，其中一张图像检测结果如图5所示。利用笔记本电脑上自带的30万像素的摄像头拍摄的实时视频进行人脸检测，视频处理流畅，检测结果完全满足实时性需求，其中一帧检测结果如图6所示。最后，分别对从互联网上下载的avi 格式视频文件U-go-girl.AVI 和kissingyou.AVI 进行人脸检测，流畅度和实时性均能满足需求，需要注意的是在进行人脸检测前需要安装XviD 解码器方可打开这两个

avi 视频文件，对U-go-girl.AVI 文件其中一帧的检测结果如

图7所示。在实验中发现，漏检的主要原因是人脸姿态偏转角度较大造成的，因此，分类器训练权重的更新规则需要进一步的改进和完善。在人脸检测中需要注意的是静态图像的像素和视频的清晰度都不能过高，当过高时人脸检测的实时性将会大大降低，同时检测率也会有所下降。

4结束语

本文在简要阐述基于Haar-like 特征的AdaBoost 人脸检

测算法原理基础上，利用由AdaBoost 算法训练的人脸级联分

图4基于摄像头视频的人脸检测流程图Fig.4Flow chart of face detection based on camera video

类器在计算机视觉类库OpenCV 和VC++6.0平台上进行软件编程设计人脸检测系统，分别实现了基于静态图像、摄像

头视频和avi 视频的人脸检测与标记以及标记后的人脸区域图像实时显示和存盘，并对检测结果进行了分析和讨论。实验结果显示，采用计算机视觉类库OpenCV 实现基于

AdaBoost 算法的人脸检测，具有检测速度快、检测率高、实时

性强等优点，且实现方法简单实用，可用于实现人脸识别与跟踪、运动分析及环境的实时监控等，有较好的开发和应用前景。参考文献：

[1]陈胜勇，刘盛.基于OpenCV 的计算机视觉技术实现[M].北

京：科学出版社，2008.

[2]苏景龙，林天威，王科俊，等.视频流下的人脸检测与跟踪

[J].应用科技，2011，38（3）：5-11.

SU Jing -long ，LIN Tian -wei ，WANG Ke -jun ，et al.Face detection and tracking in video [J].Applied Science and Technology ，2011，38（3）：5-11.

[3]花樱，彭宏京，顾佳玲.Boosting 协方差特征的人脸检测方

法[J].计算机工程与应用，2010，46（18）：186-189.

HUA Ying ，PENG Hong -jing ，GU Jia -ling.Face detection method by boosting covariance feature[J].Computer Engineering and

Applications ，2010，46（18）：186-189.

[4]郭磊，王秋光.AdaBoost 人脸检测算法研究及OpenCV 实现

[J].哈尔滨理工大学学报，2009，14（5）：123-126.

GUO Lei ，WANG Qiu -guang.Research of face detection based on AdaBoost algorithm and OpenCV implementation [J].Journal of Harbin University of Science and Technology ，2009，14（5）：123-126.

[5]崔晓青.基于AdaBoost 算法的人脸检测系统的研究与实现

[D].长春：吉林大学计算机科学与技术学院，2008.[6]徐麒，王继成.基于视频图像的人脸检测与统计[J].计算机

与现代化，2010，（1）：120-123.

XU Qi ，WANG Ji -cheng.Real -time face detection and statistics based on video image[J].Computer and Modernization ，2010

（1）：120-123.

图7基于avi 视频的人脸检测结果

Fig.7Result of face detection based on avi video

图6

基于摄像头视频的人脸检测结果

Fig.6Result of face detection based on camera video

图5

基于静态图像的人脸检测结果

Fig.5Result of face detection based on static image

Vishay 发布业界首款采用全IP68密封的金属陶瓷板电位计

器件可在30米（100英尺）深的海水下正常工作

Vishay Intertechnology,Inc.宣布，推出业内首款完全采用防海水的IP68密封，可在水下使用的新型金属陶瓷板电位计———

P13SM 。P13SM 采用不锈钢轴和套筒，是针对需要把电位计浸到30米（100英尺）的深海盐水里进行电气参数设定的应用而设

计的。在一项盐雾试验中，器件的耐腐蚀时间最长可以达到960小时。发布的Vishay Sfernice 电位计采用高强度结构，特别适合用做水下设备、水下滑行艇和灯塔的分压器操作界面。在这些应用中，P13SM 不需要设计和制造抵御海洋盐水侵蚀的密封保护，因而可以降低成本。

P13SM 在+70℃下的功率等级为1.5W ，具有±75ppm/℃的严格TCR 。器件的金属陶瓷芯具有比碳芯更好的稳定率，还具

有更好的可靠性和鲁棒性。电位计具有3.17mm 和6mm 两种轴直径，有多种轴长度。器件的温度范围为-55～+125℃，确保能在极端环境下可靠地工作。

咨询编号：2011161004

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

王斌，等基于计算机视觉技术的人脸检测系统设计

－41－

人脸识别巡更系统设计方案

动态人脸识别巡更系统设计方案北京博睿视科技有限责任公司 2017年8月18日

目录第一章人脸识别巡更系统设计要求一、人脸识别巡更系统社会意义略第二章系统概述人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。软件结构体系（C/S结构）

图3-3 软件逻辑体系示意图 3.3.1、人脸静态建库实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。图3.3.1人脸静态建库 3.3.2、人脸动态入库将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后期进行人脸管理和提升识别率提供必要的支撑。

图3.3.2人脸动态入库 3.3.3、人脸信息修改人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。图3.3.3人脸信息修改

人工智能与计算机视觉

过去几年，全球的互联网公司包括谷歌、微软、Facebook以及中国的百度、阿里巴巴都在加强人工智能领域的投资，设立自己的人工智能研究院。vivo是第一家设立专攻人工智能方向研究院的中国手机公司。此举是vivo内部已经确立的一份3-5年的中长期发展的战略规划，未来对人工智能的发展研究是必然趋势，vivo公司创始人兼CEO沈炜曾表示“人工智能和5G的结合将会是5G时代手机发展的趋势”。今年我们看到vivo在产品上不少创新，比如AI拍照、商用屏下指纹技术等等，这些都是基于生物特征(biometrics)的鉴别技术，除此之外还有对人脸、虹膜、指纹、声音等特征上的识别，这些大多涉及到视觉信息，正是体现了计算机视觉的应用性，那什么是计算机视觉呢? 计算机视觉技术的概念正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，计算机视觉亦如此。与计算机视觉密切相关的概念有视觉感知(visual perception),视觉认知(visual cognition),图像和视频理解( image and video understanding)。这些概念有一些共性之处，也有本质不同。从广义上说，计算机视觉就是“赋予机器自然视觉能力”的学科。自然视觉能力，就是指生物视觉系统体现的视觉能力。一则生物自然视觉无法严格定义，在加上这种广义视觉定义又“包罗万象”，同时也不太符合40多年来计算机视觉的研究状况，所以这种“广义计算机视觉定义”，虽无可挑剔，但也缺乏实质性内容，不过是一种“循环式游戏定义”而已。实际上，计算机视觉本质上就是研究视觉感知问题。视觉感知，根据维科百基(Wikipedia)的定义, 是指对“环境表达和理解中，对视觉信息的组织、识别和解释的过程”。根据这种定

计算机视觉课程设计1

燕山大学课程设计说明书题目：基于矩形物体的旋转角度测量学院（系）电气工程学院年级专业：学号： 1301030200 1301030200 学生姓名：指导教师：教师职称：讲师燕山大学课程设计（论文）任务书

院（系）：电气工程学院基层教学单位：仪器科学与工程系说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。 2016年 12 月 22 日燕山大学课程设计评审意见表

摘要本文主要研究对矩形物体旋转角度的测量，并且比较每种方法的处理速度。通过对图像的滤波、二值化、边框的识别等等操作，完成对矩形物体的角度测量。本文采用五种方法分别对同一个矩形物体进行旋转角度测量，并比较其处理时间。五种方式分别为，边缘直线角度测量、对角线角度测量、矩形内部标准角度测量、角点边缘角度测量、垂线角度测量。关键词：图像处理二值化旋转角测量定位识别

目录第一章矩形物体的识别 (1) 1、图像滤波 (1) 2、图像的边缘检测 (2) 3、图像的二值化处理 (3) 4、图像的区域选择及处理 (4) 第二章旋转角度的测量 (6) 1、边缘直线角度测量 (6) 2、对角线角度测量 (8) 3、矩形内部标准角度测量 (9) 4、角点边缘角度测量 (10) 5、垂线角度测量 (11) 第三章算法时间的比较 (15) 参考文献 (16) 附录一 (17) 1、边缘直线角度测量程序 (17) 2、对角线角度测量程序 (17) 3、矩形内部标准角度测量程序 (18) 4、角点边缘角度测量程序 (19) 5、二值化-垂线角度测量程序 (23) 6、Soble-垂线角度测量程序 (24) 附录二 (26)

人脸识别系统功能简介

XXX人脸识别系统一、XXX人脸识别系统简介 XXX人脸识别系统采用区域特征分析算法，融合计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，实现在大规模人脸图像数据库中进行人脸检索。从各种采集源获取的人脸图像可以迅速地与预先存储的数以千万计的图像数据库如逃犯照片库、失踪人口照片库、常住人口照片库等）完成比较，返回一个包含若干最相似人脸图像的匹配列表。支持照片比照片、视频流比照片、视频流比视频流等多种方式。可以实现在局域网、内部网、In ternet上进行照片比对和身份确认。二、功能特性先进性：采取XXX独特的混合人脸识别算法，识别精度更高，识别速度更快。多样化：支持数据来源的多样化，动态人脸捕抓、手机拍摄、摄像机抓取，照片扫描等多种方式；支持现场捕捉照片与数据库中照片自动匹配检索；高效低成本化：合理配置和选取合适的产品软硬件型号，使整个系统稳定、高效、可靠、低成本运行。快速化：普通照片中提取人脸特征值，极大地降低了数据存储空间，加快了比对查询速度，单台计算机对比速度为每秒5 300万张（因选用的面纹模板而异）；

方便性：完善的照片比对功能，比对方式多，比对准确率高，比对速度快，支持全局人脸识别和分部人脸部件的人脸识别（化装问题），系统操作清晰，公安侦查人员和授权用户都能方便的使用系统。实用性：适合于各国人种，不受种族肤色及性别的影响，不受面部表情，胡须和发型等变化的影响。简易性：支持现场捕捉照片与库中照片自动匹配检索照片库的授权链接访问；三、系统逻辑结构图四、应用情景 XXX 人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。 1、企业、住宅安全和管理。 2、电子护照及身份证。人脸相关业务人脸识别系统人脸比对人脸建库 JMCT 人脸图像散据移动警务身盼豪■ 1} --------- 人輪阳憧JMtVEft ■库于累气

人脸识别人行通道系统

人脸识别通道系统（解决方案 - 微控科技）微控智慧全新推出人脸 / 指纹识别智能通道闸机出入管理控制系统（以下简称通道系统），可以实现门禁、考勤、限流等功能，还有收费功能。具有对人员出入控制、实时监控、保安防盗报警等多种功能，它主要方便内部大量人员有序出入，杜绝外来人员随意进出，既方便了内部管理，又增强了内部的保安，从而为用户提供一个高效和具经济效益的工作环境。 1. 人行通道系统组成人行通道系统主要由计算机、智能读卡部分、智能闸机、智能卡及管理软件等组成。计算机与智能闸机之间采用 TCP/IP 网络结构通讯，通讯距离可无限扩展，单台计算机可接任意数量智能闸机。智能闸机，既可联网运行，又可脱机运行。 2. 人行通道系统优势微控面部识别进出人行通道系统是采用非接触式智能技术，研制开发的智能系统，与其它系统相比较，其优势在于：人脸/指纹识别：人脸识别，是基于人的脸部特征信息进行身份识别的一种高安全生物识别技术。用高清摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部指纹识别。成功的解决了一卡多多卡、保密、无卡、操作简便等多种问题，大大提高了系统的实用性。

3. 门禁系统硬件说明翼闸技术参数： 1. 电源电压：AC220V ±10% 、50Hz ； 2. 驱动电机：直流电机24V/100W ； 3.工作环境温度：—30 C?+70 C； 4.相对湿度：相对湿度w 95%、不凝露； 5 .输入接口：12V电平信号或脉宽〉100ms的12V脉冲信号； 6 .驱动电流：>200mA ； 7.通信接口：电气标准/TCPT 通讯； 8.通信距离：局域网通讯； 9. 最大通道宽：550mm ； 10. 通行速度：＜40人/分钟； 11. 闸门开、关时间： 1.5 秒（可调）；（指纹消费扣款成功后开闸） 12. 外形尺长1000* 宽300* 高980mm（可定制）； 13. 结构：框架结构/ 标准不锈钢外壳； 14. 工作环境：室内、室外。人脸翼闸功能参数： 1. 全部采用304 不锈钢材质，依据防潮、防尘、防水国际规范设计； 2 .箱体在标准化设计基础上，激光下料、开孔，一次成型技术、机械化拉丝工艺，模块化对接，易于装卸维护，互换程度高； 3.通体不锈钢箱体厚度1.2mm ； 4 .翼闸挡板上独有的冷光源警示装置，业内首创,可选；（需定制） 5. 翼板采用高强度透明材质，配套冷光源背景灯，保障行人夜间安全通行；

智能人脸识别系统技术设计方案

智能人脸识别系统技术方案

目录 1智能人像比对平台 1.1系统结构建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下：系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。

1.2.2开放性人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。服务接口说明

计算机视觉技术

目录 1立体视觉 (1) 1.1计算机视觉技术 (1) 2立体视觉技术 (3) 2.1双目立体视觉技术 (3) 致谢 (8) 附录： (9)

立体视觉我的毕业论文排版样文 1立体视觉 1.1计算机视觉技术计算机视觉既是工程领域也是科学领域中的一个富有挑战性的重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中，其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等[18]。视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断和军事等领域中各种智能自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。“计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图像信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起[19]。”作为一门学科，计算机视觉开始于60 年代初，但在计算机视觉的基本研究中的许多重要进展是在80 年代取得的。现在计算机视觉已成为一门不同于人工智能、图象处理、模式识别等相关领域的成熟学科[20]。不少学科的研究目标与计算机视觉相近。这些学科包括图像处理、图像识别、景物分析、图像理解等。由于历史发展或领域本身的特点这些学科互有差别，但又有某种程度的相互重叠。为了清晰起见，把这些与计算机视觉有关的学科从研究目标和方法角度加以归纳[21]。（1）图像处理图像处理技术把输入图像转换成具有所希望特性的另一幅图像。例如，可通过处理使输出图像有较高的信噪比，或通过增强处理突出图像的细节，以便于操作员的检验。在计算机视觉研究中经常利用图像处理技术进行预处理和特征抽取。（2）图像识别图像识别技术根据从图像抽取的统计特性或结构信息，把图像分成预定的类别。在计算机视觉中图像识别技术经常用于对图像中的某些部分(例如分割区域)的识别和分类。第 1 页（共9页）

图像处理课程设计报告

图像处理课程设计报告导语：设计是把一种设想通过合理的规划周密的计划通过各种感觉形式传达出来的过程。以下是XX整理图像处理课程设计报告的资料，欢迎阅读参考。图像处理课程设计报告1 摘要：图像处理技术从其功能上可以分为两大类：模拟图像处理技术、和数字图像处理技术。数字图像处理技术指的是将图像信号直接转换成为数字信号，并利用计算机进行处理的过程，其主要的特点在于处理的精度高、处理的内容丰富、可以进行复杂、难度较高的处理内容。当其不在于处理的速度比较缓慢。当前图像处理技术主要的是体现在数字处理技术上，本文说阐述的图像处理技术也是以数字图像处理技术为主要介绍对象。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。近年来, 图像处理技术得到了快速发展, 呈现出较为明显的发展趋势, 了解和掌握这些发展趋势对于做好目前的图像处理工作具有前瞻性的指导意义。本文总结了现代图像处理技术的三点发展趋势。对图像进行处理(或加工、分析)的主要目的有三个方面: (1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。(2)提取图像中所包含的某些特征或特殊信息,这些被提

取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是计算机或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。 (3)图像数据的变换、编码和压缩,以便于图像的存储和传输。不管是何种目的的图像处理,都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。数字图像处理主要研究的内容有以下几个方面：图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。图像编码压缩图像编码压缩技术可减少描述图像的数据量，以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

人脸识别系统需求方案

前后门人脸识别系统需求方案为进一步加强厂区人员管控，杜绝无关人员及违禁物品进入厂区，把好人员、物品入场安全第一关，辅助和提升管理人员工作效率，提高公司安全生产管理技术水平，现申请安装前后门人脸识别系统，需求如下: 一、公司人员出入管理存在问题目前，公司合作单位人员通过办理出入证卡，由前门内勤员进行核对放行的方式进入厂区。但出入证件卡在实际使用过程中存在以下问题：1.卡面磨损程度严重，无法确认人员真实信息，一般情况下多为依靠内勤人员的印象辨别外来人员，如此一来需要耗费大量人力，无法保证厂区人员识别的准确性；2.人员离职后没有及时办理退卡，仍使用出入证逗留厂区；3.一卡多用、借给他人使用；4.合作单位常以未能及时取到证件卡为由，临时通行等。二、系统实现功能 1.采用快速人脸检测技术，实行一人一脸录入，支持现场设备或者移动客户端录入。 2.系统验证方式需支持人脸识别及身份证均可认证。 3.可在系统管理设置限定时间内（如3-5天，具体时间由我司管理人员自定义），如人员未进行验证，系统会自动发出相关人员名单信息警报提示或停止其使用。 4.前后门验证设备数据要求放置前门值班室处进行统一管

理，同时实现网络远程管理。5.前后门人行道设置双通道区分进出道，进道只允许进入通行不允许出，出道只允许出通行，不允许进入；人员进厂需进行人脸认证，出口红外线感应开启（明确的通行指示功能）。 6.当断电时，闸门能自动打开，确保人员安全通行。 7.前后门各加装2个摄像头，1台监控主机设备，监控闸门位置，防止人员违规通行或设备破坏，有效调查录像取证。 8.单独配置管理电脑套装（主机加显示器等）。 9.在系统出现故障，或者非法闯入时，系统产生声光报警提示功能。 10.系统管理需考虑预留出口道闸后续可以实现增加人脸识别功能融合使用。三、系统硬件要求

人机交互中的计算机视觉技术.

人机交互中的计算机视觉技术基于视觉的接口概念计算机视觉是一门试图通过图像处理或视频处理而使计算机具备“ 看” 的能力的计算学科。通过理解图像形成的几何和辐射线测定, 接受器(相机的属性和物理世界的属性, 就有可能 (至少在某些情况下从图像中推断出关于事物的有用信息, 例如一块织物的颜色、一圈染了色的痕迹的宽度、火星上一个移动机器人面前的障碍物的大小、监防系统中一张人脸的身份、海底植物的类型或者是 MRI 扫描图中的肿瘤位置。计算机视觉研究的就是如何能健壮、有效地完成这类的任务。最初计算机视觉被看作是人工智能的一个子方向, 现在已成为一个活跃的研究领域并长达 40年了。基于视觉的接口任务至今,计算机视觉技术应用到人机交互中已取得了显著的成功,并在其它领域中也显示其前景。人脸检测和人脸识别获得了最多的关注, 也取得了最多的进展。第一批用于人脸识别的计算机程序出现在 60年代末和 70年代初,但直到 90年代初,计算机运算才足够快,以支持这些实时任务。人脸识别的问题产生了许多基于特征位置、人脸形状、人脸纹理以及它们间组合的计算模型, 包括主成分分析、线性判别式分析、 Gabor 小波网络和 .Active Appearance Model(AAM . 许多公司,例如Identix,Viisage Technology和 Cognitec System,正在为出入、安全和监防等应用开发和出售人脸识别技术。这些系统已经被部署到公共场所, 例如机场、城市广场以及私人的出入受限的环境。要想对人脸识别研究有一个全面的认识,见。基于视觉的接口技术进展尽管在一些个别应用中取得了成功,但纵使在几十年的研究之后,计算机视觉还没有在商业上被广泛使用。几种趋势似乎表明了这种情形即将会发生改变。硬件界的摩尔定律的发展, 相机技术的进步, 数码视频安装的快速增长以及软件工具的可获取性(例如 intel 的 OpenCV libraray使视觉系统能够变得小巧、灵

人脸识别课程设计论文(完美版)

前言在人类社会的发展进入到21世纪的今天，安全问题已经成为困扰人们日常生活的重要问题之一。社会的发展促进了人的流动性，进而也增加了社会的不稳定性，使得安全方面的需求成为21世纪引起广泛关注的问题。不论是享受各项服务如网上冲浪、还是居家、办公等都涉及到安全，以往这些行为基本上是通过符号密码来进行安全保护，但是随着服务数量的不断增加，密码越来越多以致无法全部记住，而且密码有时也会被他人所窃取，各种密码被破解的概率越来越高，因为通常由于记忆的原因，人们经常会选用自己或亲人的生日、家庭地址、电话号码等作为密码并长期使用，这些很容易被一些不法分子获取。可见在现代社会中，身份识别已经成为人们日常生活中经常遇到的一个基本问题。人们乎时时刻刻都需要鉴别别人的身份和证明自己的身份，以获得对特定资源的使用权或者制权，同时防止这些权限被他人随意的取得。传统的身份识别方法主要基于身份标识物(如证件、卡片)和身份标识知识(如用户名、密码)来识别身份，这在很长一段时期是非常可靠和方便的识别方法，得到了广泛的应用。但是，随着网络、通信、交通等技的飞速发展，人们活动的现实空间和虚拟空间不断扩大，需要身份认证的场合也变得无不在。人们需要携带的身份标识物品越来越多，身份标识知识也变得越来越复杂和冗长在这种情况下，传统身份识别方式的弊端日益彰显。身份标识物品容易被丢失和伪造，份标识知识容易被遗忘、窃取和破解，而身份标识的重要性又使得一旦失去了身份标识会给标识的所有者甚至整个社会带来重大的甚至难以弥补的损失。在美国，每年约有上百万的福利款被人以假冒的身份领取;每年发生的信用卡、ATM、移动电话和冒领支票等成的损失达数百亿美元[2]。面临着这样的状况，人们对身份识别的安全性、可靠性、准确和实用性提出了更高的要求，必须寻求身份识别的新途径。于是，近年来人类生物特征越来越广泛地用于身份识别，而且生物特征可以更好的进行安全控制，世界各国政府都在大力推进生物识别技术的发展及应用。与原有的人类身分识别技术(如:个人密码、磁卡、智能卡等)相比，基于人类生物特征的识别技术具有安全可靠、特征唯一、不易伪造、不可窃取等优点。人类本身具有很多相对独特的特征，如DNA、指纹、虹膜、语音、人脸等。基于这些相对独特的人类特征，结合计算机技术，发展起众多的基于人类生物特征的人类身份识别技术，如DNA识别技术、指纹识别技术、虹膜识别技术、语音识别技术、人脸识别技术。人脸识别和其他的生物识别比起来有以下几个优点:1、其他的生物特征识别方法都需要一些人为的行为配合，而人脸识别不需要。2、人脸识别可应用在远距离监控中。3、针一对现在的第一、二代身份证，每个身份证都有人脸的正面照片，也就是人脸库将是最完善的，包括人最多的，我们可以利用这个库来更直观、更方便的核查该人的身份。 4、相对于其他基于生物特征识别技术，人脸识别技术具有特征录入方一便，信息丰富，使用面广等优点，同时人脸识别系统更加直接友好。人脸识别技术作为生物识别技术的

人脸识别系统解决方案

人脸识别系统解决方案深圳东南创通智能科技有限公司 2018年6月13日

一、概述 1、背景分析随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。

二、系统介绍 1、系统组成人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。人脸识别系统拓扑图 2、人脸识别特性人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光

小区人脸识别系统解决方案设计2018-11-30

实用小区人脸识别系统解决方案

目录 1背景概述 (3) 2人脸识别应用优势 (3) 3设计原则 (4) 4设计依据 (5) 5系统组成 (6) 6主要功能 (11) 7产品特点 (12) 8规格参数 (14) 9客户端功能 (16) 10小区应用场景 (17) 10.1新疆庭院化社区 (17) 10.2智慧小区 (18) 11案列 (20)

1背景概述随着社会经济的高速发展和我国城镇化进程的加快，城市人口日趋密集，居住环境的舒适性和安全性已经成为人们居住首选，而门禁系统在安居环境中起到的重要作用得到越来越多的重视。目前国内的门禁系统主要以卡类设备、视频门禁、指纹设备或密码设置为主，这些识别方式都要求人员近距离操作，当使用者双手被占用时则显得极不方便，同时也带来卡片或密码丢失、遗忘，复制以及被盗用的隐患和成本高的问题，而指纹识别，被网上的指纹套破解了“密码”，更让人觉得惶恐不安。为切实解决小区门禁系统存在的问题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对小区门禁操作不便、卡片易丢失容易被复制、密码容易忘记等问题，推出人脸识别系统解决方案。系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍识别和人证比对，从而实现人证合一验证。并针对小区实现固定人员刷脸通行，访客人员登记后刷脸通行或刷身份证人证比对成功后通行，解决固定人员通行时需要刷卡或遗忘密码的问题，人证比对失败人员则需要小区管理人员确认后手工放行。 2人脸识别应用优势人脸识别技术特指利用比较不同人脸视觉特征信息进行身份鉴别的最新识别技术，属于生物特征识别技术的一种。人脸识别技术是一种基于人的脸部特征，对输入的人脸图像或者视频流进行处理，根据每个脸的位置、大小和各个主要面部器官的位置信息，进一步提取每个人脸中的身份特征，并将其与一直的人脸进行对比，配合人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理，身份确认以及身份查找等，确认具体人员的身份。人脸识别技术在人员身份识别方面的应用优势与特点：非接触的，用户不需要和设备直接接触；

计算机图形学课程设计书

计算机图形学课程设计书文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]

课程设计(论文)任务书理学院信息与计算科学专业2015-1班一、课程设计(论文)题目：图像融合的程序设计二、课程设计(论文)工作：自2018 年1 月10 日起至2018 年1 月12日止三、课程设计(论文) 地点: 2-201 四、课程设计(论文)内容要求： 1．本课程设计的目的（1）熟悉Delphi7的使用，理论与实际应用相结合，养成良好的程序设计技能；（2）了解并掌握图像融合的各种实现方法，具备初步的独立分析和设计能力；（3）初步掌握开发过程中的问题分析，程序设计，代码编写、测试等基本方法；（4）提高综合运用所学的理论知识和方法独立分析和解决问题的能力；（5）在实践中认识、学习计算机图形学相关知识。 2．课程设计的任务及要求 1）基本要求：（1）研究课程设计任务，并进行程序需求分析；（2）对程序进行总体设计，分解系统功能模块，进行任务分配，以实现分工合作；（3）实现各功能模块代码；（4）程序组装，测试、完善系统。 2）创新要求：在基本要求达到后，可进行创新设计，如改进界面、增加功能或进行代码优化。

3）课程设计论文编写要求（1）要按照书稿的规格打印誊写课程设计论文（2）论文包括封面、设计任务书（含评语）、摘要、目录、设计内容、设计小结（3）论文装订按学校的统一要求完成 4）参考文献：（1）David ，《计算机图形学的算法基础》，机械工业出版社（2）Steve Cunningham，《计算机图形学》，机械工业出版社（3） 5）课程设计进度安排内容天数地点程序总体设计 1 实验室软件设计及调试 1 实验室答辩及撰写报告 1 实验室、图书馆学生签名： 2018年1月12日摘要图像融合是图像处理中重要部分，能够协同利用同一场景的多种传感器图像信息，输出一幅更适合于人类视觉感知或计算机进一步处理与分析的融合图像。它可明显的改善单一传感器的不足，提高结果图像的清晰度及信息包含量，有利于更为准确、更为可靠、更为全面地获取目标或场景的信息。图像融合主要应用于军事国防上、遥感方面、医学图像处理、机器人、安全和监控、生物监测等领域。用于较多也较成熟的是红外和可见光的融合，在一副图像上显示多种信息，突出目标。一般情况下，图像融合由

人脸识别巡更系统设计方案

动态人脸识别巡更系统案北京博睿视科技有限责任公司 2017年8月 18日目录第一章人脸识别巡更系统设计要求一、人脸识别巡更系统社会意义略第二章系统概述人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了

查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。软件结构体系（ C/S 结构）图3-3 软件逻辑体系示意图实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。人脸动态入库将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后期进行人脸管理和提升识别率提供必要的支撑。人脸信息修改人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。

实时人脸抓拍该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。图实时人脸监控子系统效果图功能模块分别为视频设备列表：列举所有可以使用的监控摄像头图视频设备列表监控画面：播放窗口显示该摄像机的实时监控图监控画面现场抓拍图像：显示摄像头所抓取的人脸图片图现场抓拍图像报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。图匹配报警图像人脸图像检索人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最图比对结果查询抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。图比对库人脸查询聚类

计算机视觉系统及其应用

课程设计课程名称工业自动化专题题目名称_计算机视觉系统及其应用学生学院_____自动化________ 专业班级______ 学号学生姓名____ 指导教师___________ 2013 年 6月 25日

机器视觉系统及其应用摘要：主要介绍机器视觉系统的概要，简要分析机器视觉的特点、优越性和应用，具体介绍了机器视觉技术在印刷行业、农业、工业、医学中的实际应用，并且分别举例说明。机器视觉的诞生和应用在理论和实际中均具有重要意义。关键词：机器视觉；标签检测；药物检测；水果品质检测；硬币检测。 1. 机器视觉系统 1.1 机器视觉系统简介机器视觉系统是指利用机器替代人眼做出各种测量和判断。机器视觉是工程领域和科学领域中的一个非常重要的研究领域，它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科。机器视觉系统通过图像摄取装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号。机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成。机器视觉系统的优点有：1.非接触测量，对于被检测对象不会产生任何损伤，而且提高了系统能够的可靠性；2.较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展人眼的视觉范围；3.长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉系统则可以长时间地作测量、分析和识别任务。现在，机器视觉系统在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和工作的方方面面。 1.2 基本原理图 1 是机器视觉系统的基本结构，在一定的光照（包括可见光，红外线甚至超声波等各种成象手段)条件下，成象设备（摄象机，图像采集板等）把三维场景的图像采集到计算机内部，形成强度的二维阵列——原始图象；然后，运用图像处理技术对采集到的原始图像进行预处理以得到质量改善了的图像；其次，运用机器视觉技术从图像中提取感兴趣的特征分类整理；，构成对图像的进一步，运用模式识别技术对抽取到的特征进行描述；最后，运用人工智能得到更高层次的抽象描述。完成视觉系统的任务。图1机器视觉的基本结构

人脸识别智能监控系统解决方案

人脸检测智能监控系统技术方案设计单位：深圳市云驰数字技术有限公司

目录第1章前言 (1) 1.1 项目背景 (1) 1.2 设计依据 (2) 1.3 设计原则 (2) 1.3.1 先进性 (2) 1.3.2 实用性 (2) 1.3.3 易用性 (3) 1.3.4 扩展性 (3) 1.4 用户需求 (3) 第2章系统方案 (5) 2.1 系统结构 (5) 2.2 系统功能 (7) 2.2.1 营业网点监控功能设计说明 (7) 2.2.1.1 ATM机监控 (7) 2.2.1.2 营业厅大门监控 (7) 2.2.1.3 营业厅监控 (8) 2.2.1.4 监控室 (8) 2.2.2 智能化 (8) 2.2.3 集中管理（联网模式） (9) 2.2.4 网络连接 (9) 2.2.5 人脸采集的现场因素分析 (10) 2.2.5.1 安装方位 (10) 2.2.5.2 镜头焦距 (10) 2.2.5.3 光照 (10) 2.2.5.4 场景复杂程度 (11) 2.2.5.5 人员的姿态和服饰 (12) 2.2.6 扩展与升级 (12) 2.3 系统构成 (13) 2.3.1 云驰数字监控主机 (13) 2.3.1.1 功能特点 (13) 2.3.2 云驰数字视频叠加器 (15) 2.3.2.1 功能及特点 (15) 2.3.2.2 系统参数 (15) 2.3.3 远程管理软件（联网模块） (16) 2.3.3.1 远程运行状态监控 (17) 2.3.3.2 远程录像检索回放 (17) 2.3.3.3 远程人脸检索查看 (17) 2.3.3.4 远程实况监看 (17) 2.3.3.5 系统维护 (18) 2.3.3.6 典型应用 (18) 2.4 配置选型 (18) 2.4.1 主要硬件 (18)

MATLAB课程设计报告图像处理

一．课程设计相关知识综述...................................................................... 1.1 研究目的及意义 (3) 1.2 数字图像处理研究的内容........................................................... 1.3 MATLAB 软件的介绍.................................................................. 1.3.1 MATLAB 语言的特点......................................................... 1.3.2 MATLAB 图像文件格式.................................................... 1.3.3 MATLAB 图像处理工具箱简介........................................ 1.3.4 MATLAB 中的图像类型.................................................... 1.3.5 MATLAB 的主要应用........................................................ 1.4 函数介绍........................................................................................ 二．课程设计内容和要求........................................................................... 2.1 主要研究内容................................................................................ 2.2 具体要求....................................................................................... 2.3 预期达到的目标........................................................................... 三．设计过程............................................................................................... 3.1 设计方案及步骤............................................................................ 3.2 程序清单及注释........................................................................... 3.3 实验结果........................................................................................ 四．团队情况................................................................................................ 五．总结....................................................................................................... 六．参考文献............................................................................................... 一．课程设计相关知识综述. 1.1研究目的及意义

人脸识别系统解决方案

人脸识别系统解决方案深圳xx智能科技有限公司 xx年6月13日

目录一、概述 (3) 1、背景分析 (3) 2、设计原则 (3) 二、系统介绍 (4) 1、系统组成 (4) 2、人脸识别特性 (4) 3、主要功能 (6) 4、产品特点 (6) 三、主要设备介绍 (7) 四、公司简介 (9) 五、售后服务 (11) 1、维修技术人员情况 (11) 2、维护服务 (11) 3、维修服务及应及维修时间安排 (11) 4、售后服务流程 (12) 5、以下情况不属保修范围 (12) 6、更新改进服务 (12) 7、建立用户档案，完善产品质量 (12)