基于opencv的人脸检测及眼睛定位的研究.zip

随着智能化信息处理技术的发展，人脸检测在身份识别、基于内容的检索、自动监控、人机交互等方面有着日益广泛的应用。高性能的人脸检测是当前模式识别和人工智能领域的一个研究热点，而人眼作为人脸最显著的特征，与嘴、鼻相比较，能够提供更可靠、更重要的信息，因此往往是人脸识别中必要的处理对象。本文主要介绍了基于OpenCV的人脸检测及眼睛定位的一种方法，即基于Adaboost的人脸检测方法以及基于模板匹配的眼睛定位算法。首先利用Adaboost学习算法，从一个较大的特征集中选择少量的关键的特征，产生一个高效的强分类器，再用瀑布算法将多个强分类器合成为一个更加复杂的层叠分类器，使图像的背景区域快速地丢弃，而在有可能存在目标（人脸）的区域花费更多的计算，其在人脸检测方面速度快且具有鲁棒性。最后以局部图像作为模板，先在人脸集中手工提取各种状态的眼睛图像作为模板，通过比较待检测人脸的眼睛图像与模板的相似性，利用模板中的眼睛特征点位置对人脸眼睛进行定位。
实验结果表明，最终训练得到的人脸检测层叠分类器在一些人脸检测集上取得较好的检测效果，同时经过大量图片的实验，基于模板匹配的眼睛定位算法在人脸图像上取得了快速、准确的定位效果。
包括了毕设的全部文件：开题报告、文献综述、外文翻译、毕业论文等。