随着计算机视觉的快速发展，人脸检测方面的研究也越来越多。它具有很高的实用价值及研究价值。所以可以在终端软件中加入人脸检测这一过程，使得人脸位置能够在视频中突显出来，这也将会使社区的安全性再次提升一个档次。

1。2 无线视频传输及人脸检测的研究现状

1。2。1 无线视频传输

随着网络和数字通信技术的快速发展，无线技术也随之快速的变化与发展[2]。现有的无线技术有:UWB、WiFi、WiMax、GSM/CDMA、3G等，它们的发展都有一个共同点:数据传输速率不断提高。3G相比于2G网，传输速率提高到了2Mbps，LTE技术的突破更加明显，它将传输速率提高到了100Mbps[3]，它在美国、日本等发达国家已被广泛使用，国内正处于对其研究与测试阶段。传输速率的提高使得传输更多的数据内容成为可能，从而导致无线视频传输得到了广泛关注。

现有的传统的GSM、GPRS网络和技术成熟的电信3G无线网络，都可以用它们作为视频数据传输的媒介[4]。相比GSM和GPRS网络，对于3G无线网络，因为其具有更快的数据传输速度、更大的系统容量和支持高速的数据业务等特点，现已在无线视频传输领域得到广泛应用[5]。

但无线视频传输仍存在的以下几个方面的问题：

(1)视频数据的实时性要求：实时视频对端到端的延迟极度敏感。为了确保视频在播放时不出现卡顿的现象，则视频数据必需被及时传送到接收端，不然会影响观看效果[6]。

(2)无线信道的不可靠性:对比有线信道，无线信道会有较多的噪声，这将大大提高无线信道的位错误率，从而影响视频质量[6]。

(3)带宽的波动：与有线网络相比，由于频率的巨大差异，无线网络的通信带宽受到很多限制，这导致了它远小于有线网络。当传输视频数据包的带宽波动较大或不稳定时，将对接受端所收到的视频信号的质量产生很大影响 [6]。

(4)异构性问题：对于个人的终端配置而言，硬件在对视频数据的显示、处理等方面具有很大的差别，个人连接处的网络带宽也存在差异，这些都是影响视频质量的不确定性因素。

1。2。2 人脸检测

人脸检测在模式识别、图像处理和计算机视觉领域具有较高的研究价值，在视频检索、监控、人脸识别等领域有着极为重要的应用价值，是这些工作得以实现的前提。人脸检测是指对于任意一幅图像，检测其中是否含有人脸，有的话将人脸标识出就可以了[7]。

目前，国内外从事人脸检测研究的有很多，国外比较著名的有MIT、USC、Rutgers、the Rockefeller Institute等；国内的多所高校与研究所都有专业人员在从事人脸检测方面的研究，例如：清华大学、北京大学、中国科学院计算技术研究所等[8]。这些专业人才对人脸检测的深入研究使得现在有了许多较为成熟的检测方法。论文网

方法主要有以下几个方面：1。模板特征匹配的方法2。统计模型、神经网络、形状分析的方法3。图像信息中的特征提取、Adaboost算法等。

人脸检测的难点在于：

(1)人脸是非刚性目标，存在大小、样貌、表情等差异，不定性十分严重,会导致检测准确率不高。

(2)检测时图像背景、光线亮度、人的头部姿态以及人脸上附属物等不确定成分将对检测结果产生很大影响[9]。

1。3本文的研究内容及方法

本课题最终要编写出终端软件，能够接收并显示安保服务机器人采集到的现场视频数据，并且能够在接收的视频中正确框出人脸位置，以及能够成功实现远程操控社区安保服务机器人的前进后退等运动。 OpenCV社区安保服务机器人的无线视频传输及终端显示控制(3):http://www.youerw.com/jixie/lunwen_112501.html