3.3.3强分类器 12

3.4级联 13

4  分类器训练 14

4.1 样本创建 14

4.2训练 16

5  实时系统中人脸检测与人眼定位的实现 19

5.1 程序简介 19

5.2 摄像头实时检测 21

5.2.1获取图像 21

5.2.2图像预处理 21

5.2.3人脸检测 21

5.2.4人眼定位 22

5.2.5实时检测中人脸检测与人眼定位[19] 22

5.2.6单眼检测 22

5.2.7优化检测 23

5.3 视频中快速检测[4] 23

5.4 图像的实时存储 23

5.5 程序运行结果 24

5.5.1 检测效果 24

5.5.2 摄像头监控 27

5.5.3 视频检测 27

6  总结 29

致谢 30

参考文献 31

1  绪论

1.1 研究背景和意义

在图像与视频处理中，人脸是重要的视觉对象，同时也是人机接口等众多应用处理的目标对象。近些年来，人脸检测的技术在计算机视觉、模式识别和人机交互等多个领域引起重视。主要原因在于以下几个方面:一个方面，把人脸当作基本视觉对象来考虑，自动检测和人脸的定位是实现诸如人脸识别、人脸跟踪、表情识别、人脸合成与人脸编码、唇读等技术的必要前提[18];另一方面，人脸检测技术有着从智能安全监控、电子商务、视频会议和远程教育、基于内容的检索等诸多领域的广泛应用价值。人脸检测是指使用计算机在输入图像中确定所有人脸(如果存在)的位置与大小的过程。人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、姿态等信息的参数化描述。具体地说，就是根据一定的算法确定输入图像是否存在人脸，如果存在的话，标出人脸的位置作为人脸检测系统的输出。 

人脸检测最初是为了进行人脸的识别而出现的，人脸识别系统由于它的友好性和方便性，成为身份验证的有效方法。完整的人脸识别应该至少包括两个方面的内容，第一个是人脸的检测，然后是对人脸区域的特征提取以及识别。也就是说人脸检测是人脸识别的第一步，是人脸识别系统基础，对人脸的识别速度和精度有很大的影响。在过去，人脸识别的部分在较多的限制条件和手工交互后单独运用，这使得人脸检测的问题没有得到足够的重视。但是由于电子商务等一系列的网络资源利用让人脸的识别变为一种有效的身份验证手段，在这样的情况下，就要求人脸识别系统能够处理各种复杂情况下的人脸，于是人脸的检测任务就变得尤为重要。到了今天，人脸检测被更多的人重视，超出了人脸识别的范围。其次，人脸检测受到重视，不只是由于它在通过人脸进行身份验证和视觉的监测等方面有着重要的地位，按照学术的角度来说，人脸检测可以认为是实物检测的典型案例。对于一个人来说，检测人脸是一件很容易的事情，但是与它有一定的区别。首先，人是处于三维的世界，人通过眼睛获得的信息量多于平面图像，其次，人脑是相当复杂的，可以自我学习，人类进化至今，为了生存，具有相当强的敌我区分意识，检测能力自然较高。但是对于计算机而言，这就变成一个很复杂的问题，尽管计算机的数值计算能力特别强。