毕设汇总3李哲李哲2 开题报告

1、 长安大学毕业设计(或者论文)开题报告表课题名称 基于 Adaboost 算法的人脸检测研究 课题来源 自选题目 课题类型 自选类型 指导教师 杨俊 学生姓名 李哲 学号 201324040113专业 通信工程 一、课题背景及意义 在智能化人机交互和对计算机视觉的研究中，人脸提供了大量有价值的信息：如肤色、轮廓、表情等信息，是一个潜在的、友好的人机交互接口。近年来，人脸识别、表情姿态识别逐渐成为一个重要的研究内容，并且在视频监控、身份验证、多媒体数据库的检索以及网络传输中的基于内容的压缩与检索等方面逐渐得到应用。 人脸研究主要包括人脸识别技术和人脸检测技术研究。人脸检测问题最初来源于人脸识 别

2、,但又不仅仅局限于人脸识别,近年来由于人脸检测在会议电视、视频监控、视频压缩编码等领域的广泛应用,人脸检测开始作为一个独立的课题受到日益广泛的关注。人脸信息的利用包括两个重要步骤：人脸检测和人脸信息提取。人脸检测是提取人脸信息的第一个环节， 其检测性能将直接影响人脸信息提取性能及其应用能力。本文将在人脸检测算法的鲁棒和效率等方面展开研究。人脸信息的第二个环节是人脸信息的提取，主要包括眼睛、鼻子、嘴巴位置信息的提取。 二、国内外发展现状 1.1 国外研究发展状况 目前,从事人脸检测问题研究的国外机构主要有美国卡耐基梅隆大学、美国麻省理工学院、美国马里兰大学、德国大学、英国剑桥大学等国内的有中国科

3、学院计算机技术研究所和自动化研究所、清华大学、北京工业大学等。一些机构还建立了公共的人脸库图像如人脸库、一正人脸库等,对人脸检测的算法进行测试比较,以验证算法的检测效果。自开展相关研究以来,人脸检测研究中涌现出了许多种成熟的算法,一些颇具影响力的国际期刊和会议也都开 设了人脸检测研究的相关栏目,每年都发表大量关于人脸检测的论文。 当前很多国家展开了有关人脸识别的研究，著名的研究机构有美国 MIT 的 Media lab,AI lab,CMU 的 Human-Computer Interfacetitute，Microsoft Research,英国的 Department of Enginee

4、ring in University of Cambridge 等。综合有关文献，在人脸识别的领域中，国际上逐步形成了以下几个研究方向：1：基于几何特征的人脸识别方法，主要代表是MIT 的Brunelli 和 Poggio 小组，他们采用改进的积分投影法提取出用欧氏距离表征的 35 维人脸特征矢量用于模式分类 :2：基于模板匹配的人脸识别方法，主要代表是 Harvard 大学Smith-Kettlewell 眼睛研究中心的 Yuille，他采用弹性模板来提取眼睛和嘴巴的轮廓，Chen 和 Huang 则进一步提出用活动轮廓模板提取眉毛、下巴和鼻孔等不确定形状； 3：基于 K-L 变换的特征脸的

5、方法，主要研究者是 MIT 媒体实验室的 Pentland4：基于隐马尔可夫模型的方法，主要代表有 Cambridge 大学的 Samaria 小组和Georgia 技术研究所的Nefian 小组； 5：神经网络识别的方法，如 Poggio 小组提出的 HyperBF 神经网络识别方法，英国 Sussex 大学的 Buxton 和Howell 小组提出的 RBF 网络识别方法等； 1.2 国内研究发展状况 国内关于人脸自动识别的研究始于二十世纪 80 年 展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学,中科院计算所,中科院自动化所,复旦大学,南京理工大学等,都取得了一定的成果

6、。 哈尔滨工业大学的研究者实现了一个复杂背景下的多级结构的人脸检测与跟踪系统,其中采用了模板匹配、特征子脸、彩色信息等人脸检测技术,能够检测平面内多姿态正面人脸, 并可以跟踪任意姿态的运动的人脸。北京工业大学的研究人员提出了人脸重心模板这一新技术并运用这一技术建立了一个于复杂背景中检测人脸的系统。中国科技大学杨光正等提出一种基于镶嵌图的人脸自动识别方法，采用基于知识的三级金字塔结构对人脸进行基本定位， 前两级建立在不同分辨率的镶嵌图基础上，第三级用一种改进的边缘检测方法进一步检测眼睛和嘴巴。 三、课题研究内容 1. 人脸检测方法以及评价指标 2. 人脸检测主要算法研究 3. 基于 Adaboo

7、st 算法的人脸检测 4. Matlab 仿真实现 四、本课题的研究方法 1. 通过上网查找有关人脸检测的资料 2. 学习人脸检测算法的核心，了解不同算法的优缺点 3. 经过比对选择效果更好的 Adaboost 算法进行研究 4. 使用 Matlab 对 Adaboost 算法进行仿真 五、软件运行环境 硬件环境：PC 机一台； CPU：Inter（R）Core（TM）i5-2450M CPU 2.00GHz 2.00Hz； 内存：8.00G； 硬盘：500G； 软件环境：操作系统：Win7；仿真软件：Matlab 12.4； 六、任务的进程时间安排 序号设计（论文）各阶段名称日期（教学周）

8、1 阅读相关资料，完成开题报告。1-2 周 2 学习人脸检测的方法以及优缺点比对2-6 周 3 学习 Adaboost 算法的思想与方法7-9 周 4 学习 Matlab 的使用并对算法进行仿真9-12 周 5撰写毕业论文。12-15 周 七、参考文献 1 A.Yuille,PHallinanandD.Cohen.FeatureExtractionfromFacesUsing DeformableTemplates. Computer Vision.1992,8(2):99-111.2 Tony.SandAlexPentland.ParametrizedStructurefromMotionf

9、or FeedbackTrackingofFaces. MIT Media Technical Report 401.November 28 1996.3 M.J.JonesandJ.M.Rehg.StatisticalColorModelswithApplicationtoSkin Detection. Technical Report Series, Cambridge Research Lab. Dec 1998.4 潘可基于部分的人脸识别方法研究 D. 中国科学技术大学, 2009 5 Bashier H.K., Abusham E., and Khalid F. Face Detec

10、tion Based on Graph Structure and Neural NetworksJ. Trends in Applied Sciences Research, 2012, 7: 683-691.6 Chakraborty D. An Illumination Invariant Face Detection Based On Human Shape Analysis And Skin Color InformationJ. Signal & Image Processing7 Chen R.C, Yang K.L, and Chang C.K. The Detection of Facial Features Based on Floating Parameters and BiometricsC. International Conference on Business and Information, Bali, 2013:178-187