基于人脸检测技术的人数统计系统
人脸识别技术在视频会议中的应用探索
人脸识别技术在视频会议中的应用探索随着科技的不断进步，人脸识别技术正逐步应用于各个领域。
其中，人脸识别技术在视频会议中的应用受到了广泛关注。
人脸识别技术作为一种借助人脸特征进行身份认证和特征分析的技术，能够极大地提升视频会议的安全性、便利性和效率。
本文将探讨人脸识别技术在视频会议中的应用及其前景。
一、人脸识别技术在视频会议中的安全保障人脸识别技术通过对参会者进行面部识别，能够确保视频会议的安全性。
在传统的会议中，身份验证主要依靠工作人员核对身份证件，但这种方式存在一些弊端，如易被冒用、速度较慢等。
而引入人脸识别技术后，只需要将与会人员的面部特征录入系统，系统便能够自动识别和验证身份，极大地提高了会议的安全性和效率。
其次，人脸识别技术在视频会议中能够进行有效的权限管理。
通过系统的设置，只有被授权的人员才能够参加会议，确保会议的私密性。
同时，系统可以根据不同的权限设置，对不同的参会人员进行不同程度的数据访问权限控制，进一步提高了会议的安全性。
二、人脸识别技术在视频会议中的便利性人脸识别技术能够大大提升视频会议的便利性。
在传统会议中，参会人员需要手动签到、排队等待核验身份，这样不仅费时费力，还容易导致会议延迟。
而引入人脸识别技术后，仅需在进入会场时进行一次面部验证即可，大大减少了参会人员的等待时间。
此外，人脸识别技术还可以与其他会议相关的设备进行无缝衔接，例如智能音箱、智能屏幕等，提供更加全面的会议服务。
参会人员可以通过人脸识别技术自动登录会议设备，实现与设备的互联互通，无需再手动输入账号和密码，节约了时间和精力。
三、人脸识别技术在视频会议中的效率提升人脸识别技术在视频会议中的应用还可以提升会议的效率。
首先，通过人脸识别技术，会议组织者可以方便地查看和管理参会人员的信息。
对于大型会议，组织者可以实时跟踪参会人员的到场情况，做到精确统计和管理。
对于少人数的私密会议，可以减少繁琐的人工核对身份的步骤，提高了会议的效率。
基于MATLAB的人脸识别系统的研究毕业论文
长沙民政职业技术学院毕业实践报告 题目:基于MATLAB 勺人脸识别系统的研扌旨导老师： ______ 谭刚林 ______________________ 系 另寸： 电子信息工程系 __________________ 班 级： ______________ 电子1133 ____________学号：1119013333 1119013334 1119013335 姓 名： 刘盼符思遥樊阳辉类型:2014年5月5日基于MATLAB勺人脸识别系统的研究符思遥、刘盼、樊阳辉指导老师：谭刚林苏宏艮马勇赞【摘要】人脸检测与识别技术是计算机视觉和模式识别等学科的研究热点之一，是进行身份认证最友好直接的手段，在出入境安全检查、内容检索、证件验证、门禁系统等领域都具有十分广泛的应用前景。
多年来，人脸识别技术中的很多问题都被深入地研究，而且大量的算法已经成功应用于人脸识别。
本文在研究了人脸检测和身份识别的关键技术和相关理论的基础上，重点讨论了在光照和背景不同的条件下，彩色静止图像的人脸检测和身份识别问题，它包括基于肤色分割的人脸粗检测、基于人眼检测的几何归一化和基于二维主成分分析法(2DPCA的身份识别。
本文主要工作如下：首先对彩色图像进行光照补偿，其次通过肤色检测获得可能的脸部区域并二值化，再用形态学开闭运算对图像进行滤波处理并通过一定规则确定人脸区域，然后运用水平垂直投影定位人眼坐标以此对人脸进行几何归一化，识别部分运用2DPCA勺图像映射方法对灰度图进行特征匹配，最后输出识别结果并进行语音播报。
实验结果表明，结合肤色和面部几何特征的算法能够对人脸进行较快速和准确的定位，同时2DPCAT法运用于身份识别也能达到较高的识别率。
本毕业设计对实际应用具有一定的参考价值，该系统的操作流程和输入输出方式是以实际应用为出发点，可应用于公安机关证件验证以及日常家庭的自动门禁系统等。
【关键词】人脸检测；肤色分割；人眼检测；2DPCA特征提取1绪论 (1)1.1选题的背景 (1)1.2人脸识别系统 (2)1.3人脸识别的典型方法 (2)2基于YCbCr颜色空间的肤色分割 (3)2.1三种色彩空间 (3)2.1.1 RGB色彩空间 (3)3基于2DPCA特征提取的身份识别 (4)3.1 2DPCA算法实验结果与分析 (5)3.1.1实验用数据库 (5)3.1.2实验结果与分析 (5)3.1.3 结论 (7)4人脸检测与识别系统设计与实现 (7)4.1系统环境 (7)4.2人脸检测与识别系统框图 (7)4.3系统功能模块 (8)4.4实验结果分析 (9)5总结与展望 (10)5.1总结 (10)5.2展望 (10)参考文献 (12)1绪论1.1选题的背景近年来随着计算机技术和互联网的发展，信息技术的安全变得越来越重要，生物特征识别技术得到广泛研究与开发，如人脸识别、指纹识别、掌形识别等。
(完整版)基于单片机的人数统计系统毕业设计
本科毕业论文（设计）题目：基于单片机的人数统计系统摘要本文设计了一个基于单片机的人数统计系统，他可以通过光电开关统计教室的人数，并把实时的人数在LCD1602液晶屏上显示，另该系统还配备了一个时间显示的功能，可显示当前的年、月、日、小时、分种、秒等时间信息，时钟芯片采用的是DS1302.DS1302能存储时间信息，并且时间可以掉电保存。
关键词单片机； LCD1602；人数统计；DS1302AbstractThis paper designed a system based on single-chip microcomputer, the number of statistics, through the photoelectric switch statistic the number of the classroom, and the number of real-time in the LCD1602 display on the LCD panel, the system also equipped with another time display function, can display the current year, month, day,, such as clock chip USES is DS1302. DS1302time information can be stored, and time can be saved when power supply drop.Key words single chip microcomputer LCD1602 The number of statistics DS1302目录摘要 ·························································································································Abstract ···················································································································第1章绪论···············································································································1.1 目的和意义 ····································································································1.2研究概况和发展趋势·························································································1.3本系统主要功能·······························································································第2章总体方案论证与设计 ·························································································2.1主控模块的选型和论证······················································································2.2显示模块的选型和论证······················································································2.3时钟芯片的选型和论证······················································································2.4人数统计模块的选型和论证················································································2.5系统整体设计概述····························································································第3章系统硬件电路设计···························································································3.1主控模块········································································································3.1.1 STC89C52单片机主要特性········································································3.1.2 STC89C52单片机的中断系统·····································································3.1.3单片机最小系统设计················································································3.2 LCD液晶显示器简介·························································································3.2.1液晶原理介绍·························································································3.2.2液晶模块简介·························································································3.2.3液晶显示部分与STC89C52的接口·······························································3.3键盘模块设计··································································································3.4时钟模块的设计·······························································································3.4.1 DS1302概述 ··························································································3.4.2 DS1302内部RTC 和RAM 地址分配 ·····························································3.4.3 DS1302时钟和日历 ·················································································3.4.4 DS1302时钟电路设计 ··············································································3.5 人数检测模块设计····························································································3.5.1光电开关工作原理···················································································3.5.2光电开关电路设计···················································································3.6硬件总体连接图 ·······························································································第4章系统软件设计 ··································································································4.1系统软件总体设计····························································································4.2程序设计原理··································································································第5章系统调试·········································································································5.1硬件调试········································································································5.2软件调试········································································································5.3系统检测········································································································结论·····················································································································参考文献 ···················································································································致谢·····················································································································附录 ·························································································································附录一：系统整体原理图························································································附录二：系统仿真图 ······························································································附录三：元件清单 ·································································································附录四：系统源程序 ······························································································第1章绪论1.1 目的和意义在生活中，学校、火车站、银行、商场、公交车等人员流动比较大的地方，如果可以将人数实时地统计出来，这样可以给我们的生活与学习带来很多的便捷。
人工智能在人脸识别中的创新与发展
人工智能在人脸识别中的创新与发展人工智能（Artificial Intelligence，简称AI）作为一种模拟人类智能的计算机技术，正逐渐渗透到各个领域，其中包括人脸识别技术。
人脸识别作为一种高级的生物特征识别技术，可以识别和验证人脸图像中的个体身份信息。
在AI的推动下，人脸识别技术得到了前所未有的创新与发展。
一、深度学习在人脸识别中的应用深度学习是人工智能的一个重要分支，它模仿人脑神经网络的工作方式，通过大量数据的训练和学习，从而提高模型对输入数据的解析和识别能力。
在人脸识别领域，深度学习技术被广泛应用，取得了显著的成果。
首先，深度学习技术可以通过学习大量的人脸数据，提取出更加丰富和准确的特征信息。
传统的人脸识别算法，如主成分分析（PCA）和线性判别分析（LDA），对于特征的提取能力有限。
而深度学习技术可以通过网络层的多次非线性变换，更好地捕捉人脸图像中的细微特征，从而提高了人脸识别的准确率和鲁棒性。
其次，深度学习还可以通过自动学习的方式，减少了对手工特征工程的依赖。
传统的人脸识别算法需要依靠人工提取和选择特征，这个过程既复杂又容易受到主观因素的影响。
而深度学习通过多层网络自动地学习和提取人脸图像中的特征，克服了传统算法的局限性。
二、人工智能技术在人脸识别中的应用案例1. 安全监控领域人工智能和人脸识别技术的结合在安全监控领域发挥了重要作用。
借助人脸识别技术，智能监控系统可以实时识别出危险人物或者可疑行为，并及时报警，提高了监控系统的效能和准确性。
此外，也可以通过人脸识别技术对大型活动现场进行人数统计和人员管理，为安全管理提供便捷的手段。
2. 金融领域人工智能和人脸识别技术的结合在金融领域有着广泛的应用。
例如，银行可以利用人脸识别技术对办理业务的人员身份进行验证，避免了伪造身份的风险。
同时，人脸识别技术还可以应用于支付验证，提高支付的安全性和便捷性。
此外，还可以通过人脸识别对金融机构的进出人员进行管理和监控。
基于深度残差网络和YOLO的人物识别系统
基于深度残差网络和YOLO的人物识别系统邹阿金;李承骏;陈越锋【摘要】通过残差网络和多尺度的图像训练来提高人头识别的精度,人头特征的检测有两种方法,以往是基于事先描绘好的人头特征,还有基于统计训练模型的方法,后者具有很好的鲁棒性,用神经网络去训练,可以得到比较好的效果;基于密集的多人图像存在重叠的人头和远近尺度不一的人头特征,这就需要对人物头像的训练样本做更多特殊的处理;对于不能实时检测的问题,采用另外一种YOLO检测的方法,进行缺陷的弥补,获得相关的应用模型.【期刊名称】《现代计算机（专业版）》【年(卷),期】2018(000)028【总页数】5页(P40-43,52)【关键词】残差网络;多尺度;密集人群;YOLO【作者】邹阿金;李承骏;陈越锋【作者单位】广东海洋大学电子与信息工程学院电子信息工程系,湛江524088;广东海洋大学电子与信息工程学院通信工程系,湛江524088;广东海洋大学电子与信息工程学院自动化系,湛江524088【正文语种】中文0 引言人数检测在现代社会具有广泛的应用，诸如学校、地铁站、商场等公共场合的人流量统计，其中安全问题尤其重要，这就需要人为地对检测到的视频信息进行实时统计和分析理解，此项目适用于公安或保障部门对特定场景进行人流量控制，以防拥堵和意外的发生。
如果商场加入人流量检测系统，就能定量分析出商场哪些消费区的人流多，进而改变商场的购物区结构，促进消费，提高经济效益；城市内如发生突发事故，造成交通拥堵，疏散人流也可以根据市内人流分布图，制定合理的方案。
总的来说，人流量检测在当今社会有着十分深远的意义，由于计算机技术的迅猛发展，计算机硬件的支持度越来越广，能训练的深度神经网络的层数也越来越深；卷积神经网络作为深度学习的一个代表，近年的发展十分迅速，其权值共享的连接方式大大减少了训练所需要的参数数量，降低了网络的输入维度，使得网络具有更高的鲁棒性，同时还有效地抑制了过拟合的问题[1]，目前许多神经网络的构建都是基于卷积网络的变形和改进。
基于二维激光扫描仪的人数统计系统设计
基于二维激光扫描仪的人数统计系统设计作者：白青文来源：《计算机光盘软件与应用》2013年第21期摘要：人数统计系统在各个行业有着广泛的应用需求和安全意义，目前主流的技术手段是依靠视频识别、红外感应、RFID技术等，这些技术都存着在应用场景限制、识别效率不高等缺点。
本文提出了一种利用二维激光扫描仪监测通过人数的技术，通过测量行人头顶至肩膀的高度差判断是否有行人通过并计数；通过判断行人通过两个二维激光扫描仪的顺序统计行人行走方向。
关键词：二维激光扫描仪；轮廓监测；人数统计中图分类号：TD171.1781.引言人数统计系统所要实现的目标，是在一定时间内对经过某个地点的人口的数量进行现场记录，为事后的分析和预测提供直接的数据支持。
人数统计系统的应用范围十分广泛，机场、车站、港口、商场、景区、住宅小区等许多行业和单位都有着类似的需求。
从数据的应用效果来说，对特定场所（区域）内的人口总数和流动方向进行统计有着重要的意义：1.1 经济意义在通过人流量统计，可以清晰反映每个进出口、每个楼层上下口、每个区域主要通道的客流量，而这些数据能够提供一个量化分析结果，为招商、运营部门提供谈判、决策的依据。
避免传统的依靠猜测、估计的做法，使管理更加科学。
具体的应用形式举例：招商部门在招商谈判过程中有实际的数据作为谈判的依据，向租户提供客流的数据；分析人流状态、黄金时段，根据客流状况灵活合理安排各部门人员的工作；判断商业组合搭配是否合理、找出店铺规划盲点等。
1.2 安全意义在景区、车站等人流容易聚集的场所，某一区域如果滞留的人数过多，会造成较大的安全隐患，利用人数统计系统，可以通过人流动态的变化，了解人流动线、通道设计，控制楼层、区域拥挤或者堵塞的情形。
可对目标场地内的客流量控制做出一个精确的保安方案，严防由于客流量过多造成意外发生。
2 技术背景目前主流的智能人数统计技术是通过图像分析手段从视频中分析出人数，是一个非常复杂的计算机视觉与人工智能问题。
进出监人脸识别系统技术要求及设备清单
进出监人脸识别系统技术要求与设备清单(一)系统详细设计（1）人员进监流程此处人员进监不涉及初次入监的人员登记、身份核验，只针对外协人员的临时进入人员进行登记、身份核验。
在狱政科出部署人证核验登记终端，用于对需要进监的外协人员身份核验、登记，登记时应包含外协人员的人脸照片、指纹信息和权限有效期。
在A门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于进监人员（含民警、外协人员）的身份核验，由武警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
在B门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于进监人员（含民警、外协人员）的身份核验，由B门值守民警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
流程图如下：（2）人员离监流程罪犯离监时，应有狱政科A/B岗事先在系统中录入离监人员的离监原因（刑满释放）、离监日期，由狱政科领导进行审批，审批通过以后，离监人员即拥有离监日期之后的离监认证权限。
外协人员的离监时间以狱政科登记时的有效时间为准。
在B门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于离监人员（含民警、外协人员、罪犯）的身份核验，由B门值守民警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
在A门出口处部署人脸核验终端设备，先离监人员依次在人脸核验终端上刷脸认证，由武警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
流程图如下：（3）指挥中心指挥中心不对人员的流程进行管控，但需要在客户端上面看到AB门人员出入信息、抓拍图片以及视频信息。
（4）人员信息录入已有人员信息（在押罪犯、民警）根据身份不同，需分别录入至系统的罪犯库、民警库，人员信息包含字段如下：1、民警：1)姓名2)民警编号3)性别4)部门5)职务6)人脸照片7)指纹信息8)门禁卡号2、罪犯：1)姓名2)人员编号3)身份证号4)出生日期5)类别6)罪名7)入监日期8)期满日期9)刑期10)单位11)民族12)籍贯13)户籍地址14)人脸照片15)指纹信息3、外协人员1)姓名2)身份证号3)手机号码4)协作公司5)民族6)籍贯7)责任民警8)出入事宜9)出入单位10)人脸照片11)指纹信息12)有效期现有的民警信息及罪犯信息的录入最好通过与原有系统数据库对接实现，考虑到原有系统缺乏研发人员维护，可能无法很好的完成系统对接，平台提供人员信息导入选项，可以按照平台模板完善CVS表格、人脸照片采集后实现现有人员信息的录入。
公交客流统计系统
公交客流统计系统概述公交客流统计系统是为公交运营公司提供的一种数据统计、分析和管理工具，能够帮助公交公司实现对公交车辆客流量的实时监测、统计和分析，从而提高公交运营效率、改进线路和服务质量。
公交客流统计系统通常包括三个主要部分：1.入口设备：用于采集、上传公交车辆上乘客人数数据的设备，如智能门禁系统、人脸识别系统等。
2.数据处理和存储系统：对入口设备上传的乘客数据进行处理和存储，并提供查询和分析功能。
3.数据展示和管理系统：将数据以可视化方式展示，并提供管理人员对数据进行操作和决策的功能。
功能公交客流统计系统的主要功能包括：1. 实时监测公交车辆客流量通过在公交车门口安装智能门禁或人脸识别设备，系统可以实时监测公交车上的乘客人数信息，并将其自动上传到数据处理和存储系统中。
公交公司可以通过实时监测车辆客流量信息，优化公交车辆的调配，增加公交车辆的投入，提高公交服务供给。
2. 统计公交线路客流情况公交公司可以通过公交客流统计系统，了解每条公交线路的客流情况，包括每个时间段的客流量、乘客数量等，从而发现线路瓶颈，制定调整线路和增加服务等措施，优化公交路线和提高服务质量。
3. 分析公交客流特征公交客流统计系统可以对公交车上的乘客数据进行分析，包括各个时间段客流量变化、客流量峰值等，以及对不同乘客群体的分析，从而帮助公交公司制定更加符合市场需求和乘客需求的公交服务策略，提高公交服务满意度。
4. 预测公交客流负荷通过对历史公交客流数据的分析，公交客流统计系统可以预测未来公交客流负荷，帮助公交公司在需要的时间段增加公交车辆数量，提高公交服务效率。
5. 管理公交车辆和司机信息公交客流统计系统可以对公交车辆和司机信息进行管理，包括车辆行驶轨迹、车辆维护信息、司机工作情况等，帮助公交公司了解车辆和司机的使用情况，保障公交服务的安全和可靠性。
结论公交客流统计系统是公交运营的一个重要工具，可以帮助公交公司实现实时监测、统计和分析公交车辆上的客流数据，从而提高公交运营效率和服务质量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
******************* 实践教学
*******************
兰州理工大学
计算机与通信学院 2016年春季学期
软件工程开发综合训练课程设计 题目：基于人脸检测技术的人数统计系统 专业班级：计算机科学与技术13级4班 姓名：乔琪 学号：13240408 指导教师：曹来成 成绩： 目 录 摘要 .......................................................................................................................... 1 1.问题描述 ........................................................................................................... 2 1.1问题背景 .................................................................................................... 2 1.2设计要求 .................................................................................................... 2 1.3面部感知系统的重要内容 ........................................................................ 2 2.系统设计 ........................................................................................................... 3 2.1各功能模块说明 ........................................................................................ 3 2.2总体结构设计 ............................................................................................ 4 2.3图像预处理的层次图 ................................................................................ 5 3.系统测试 ........................................................................................................... 5 3.1测试的目的 ................................................................................................ 5 3.2测试原则 .................................................................................................... 6 3.3测试方案 .................................................................................................... 7 3.4测试结果 .................................................................................................... 7 3.5 测试总结 .................................................................................................. 10
参考文献 ................................................................................................................. 11 总结 ........................................................................................................................ 12 附录（程序源代码） ............................................................................................ 13 1
摘 要 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的配准算法。首先改进Harris角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度NCC(normalized cross correlation——归一化互相关),通过用双向最大相关系数匹配的方法提取出初始特征点对,用随机采样法RANSAC(Random Sample Consensus)剔除伪特征点对,实现特征点对的精确匹配。最后用正确的特征点匹配对实现图像的配准。本文提出的算法适应性较强,在重复性纹理、旋转角度比较大等较难自动匹配场合下仍可以准确实现图像配准。 关键词：图像拼接 图像配准 图像融合 全景图 2
1. 问题描述 1.1问题背景： 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。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。 1.2设计要求: 本设计要求学生开发一个基于人脸检测技术的人数统计系统，可以实现在一张有多张人脸的图像中检测出人脸，并统计出图像中的人数（允许有误差）。该系统的主要关键技术问题是人脸检测算法。 i、要求开发出一个可独立运行的基于人脸检测技术的人数统计系统。整个系统由图像预处理、人脸检测、人数统计及结果输出等模块组成； ii、首先要对人脸/非人脸图像进行预处理，预处理的步骤包括：对图像进行灰度化、直方图均衡化、中值滤波等操作； iii、其次要选择、实现一种人脸检测算法（例如：基于AdaBoost的人脸检测算法），人脸检测准确率应超过80%。 iv、系统的开发可以采用C++或Matlab编程语言来实现； v、要求设计的基于人脸检测技术的人数统计系统可独立运行,具有良好的用户交互界面、易操作性和可靠性等。
1.3面部感知系统的重要内容 基于视觉通道信息的面部感知系统，包括人脸检测和跟踪、面部特征定位、面部识别、人脸归类（年龄、种族、性别等的判别）、表情识别、唇读等分系 3
统，如图1-1所式，可以看出，继人脸检测和跟追之后，面部特征定位通常是面部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他面部感知模块的必备功能，但是，可以肯定的是，利用已知的身份信息，结合特定人的先验知识，可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置：如使用者的个性化工作环境，信息的共享和隐私保护等等。
2. 系统设计 该人脸检测系统主要有五个部分构成：图像获取功能、图像预处理功能、人脸定位功能、特征提取功能、识别功能。
2.1各功能模块说明 i、图像获取功能： 该模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。 ii、图像预处理功能： 该模块主要包括图像光线补偿、图像变成灰色、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。 iii、人脸定位功能： 人脸定位是将典型的脸部特征（如眼睛，鼻尖，嘴唇等等）标记出来，在本系统中，定位的特征是眼睛，鼻尖和嘴巴三个。由于眼睛具有对称性，因此可以很快就能标记出来，而鼻子是在眼睛下面，且嘴巴在鼻子下面，所以只要眼睛标记好，鼻子和嘴巴也能相应的标记出来。 iv、特征提取功能： 特征提取按以下4个步骤进行： （1）、提取两只眼睛的距离 （2）、眼睛的倾角度 （3）、眼睛、嘴巴的重心 （4）、用一个矩形标出每一个特征