OpenCV+Adaboost视频中人脸马赛克处理方法研究与实现
毕业设计说明书中文摘要在电视、网络和报纸等新闻媒体中，一般会对犯罪嫌疑人、负面报道中出现的儿童、一些特殊事件中的当事人等的面部进行马赛克处理，从而保护其个人隐私及其个人安全。若将视频图像中的人脸进行马赛克处理，首先要进行人脸检测，人脸检测技术指的是计算机程序判定复杂场景中是否存在人脸，并将所包含的人脸的区域位置、大小标识提取出来的过程。最后进行像素化处理，像素化处理又称马赛克化。本文针对将视频中出现人物的面部进行马赛克化处理的需求，设计和实现了一套针对视频图像的基于OpenCV的人脸检测及马赛克化处理的原型系统，开发语言选用C++。78645
主要工作如下：
（1）分析了基于OpenCV的视频人脸检测的技术框架，对涉及到的技术进行了归纳分析，并对OpenCV进行了简要概括。
（2）分析并研究了当下主流的人脸检测算法。着重分析了基于Adaboost的人脸检测算法，及其在视频图像中实现人脸的快速定位和提取的方法；
（3）设计实现了基于Adaboost算法的视频人脸马赛克化程序，应用Adaboost对视频图像中的人脸进行快速定位，在此基础上对人脸区域进行马赛克化处理。
系统基于Visual Studio 2010平台设计，使用C++语言进行实现，完成了基于视频的人脸马赛克化处理。
毕业论文关键词：人脸检测 马赛克化 OpenCV Adaboost
毕业设计说明书外文摘要
Title Research and Implementation of Face Pixelization in Videos
Abstract In TV、Internet、newspapers and the others news medias,faces of criminal suspects、children in negative reports and parties in some special events will be pixilated, in order to protect their privacy and personal security。 In order to pixelate the faces in videos,first of all to face detection。Face detection is a technology to determine whether there was a face in the complex scene,then marking and extracting the location of the face。Finally,making the area of faces pixelated
In this paper, we designed a prototype program based on OpenCV to make face region in videos pixelated。 The language of program development is C++。
The main work are as follows:
(1) The technical framework of face detection based on OpenCV is analyzed。 The related techniques are introduced in brief。
(2) The mainstream algorithms of face detection are analyzed。 We lay special stress on analysing face detection algorithm based on Adaboost。
(3) The program of face pixelization in videos based on Adaboost is realized。 This program is designed in Visual Studio 2010, and written by C++。The operating system is Windows 10。
Keywords: Face Detection Pixelization OpenCV Adaboost
目 次
1 引言 1
1。1 研究背景 1
1。2 课题的目的和意义 2
1。4 组织结构 4
1。5 本章小结 4
2 人脸检测系统的技术框架 5
2。1 OpenCV简介 5
2。2 OpenCV应用领域 6
2。3 OpenCV起源