发布时间：2022-09-04 07:00:02 文章作者：知网小编 www.bear18.com
本课题研究的实施方案、进度安排： 实施方案: （1）人脸检测的研究经历了较长的发展阶段，了解人脸检测的基本思路。 （2）研究传统经典的人脸检测技术，开发检测率高，坚持速度快的算法 （3）了解人脸检测算法（Adaboost）的原理， （4）运用cmake、opencv、VC 开发人脸检测软件。
Han 等人提出了一种基于形态学的技术进行眼部分割进而 实现人脸检测的方法。他们认为眼睛和眼眉是人脸最突出和稳定的特征, 特别适合人脸检 测。彭进业等人提出了一种在图像的反对称双正交小波分解数据域中, 实现多尺度对称变 换的方法, 并将它应用于脸部图像中主要特征点的定位。 王延江等人提出了一种快速的彩 色图像中复杂背景下人脸检测方法。
随着电子商务等应用的发展，人脸 识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般 图像具有一定的识别能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课 题受到研究者的重视。 现在，人脸检测的应用背景已经远远超出了人脸识别系统的范畴， 在基于内容的检索、数字视频处理、视频检测等方面有着重要的应用价值。
毕业设计（论文）专用纸 1.2人脸检测的发展情况 人脸检测是一个复杂的极具挑战性的模式检测，其主要的难点有两方面：一方面是由 于人脸内在的变化所引起： (1)人脸具有很复杂的细节变化，不同的外貌特征如脸形、肤色等，不同的表情如眼、 (2)其他物体对人脸的遮挡，如眼镜、头发和头部饰物以及其他外部物体等；另外一方面由于外在条件变化所引起： (3)成像角度的不同也能造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转， 其中深度旋转影响较大； (4)光照的影响，如图像中的亮度、对比度的变化和阴影等； (5)图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径等等。 这些困难都为解决人脸问题造成了难度。
