基于OpenCV的人脸识别系统设计

摘要

随着科技的迅速发展，人们对身份认证的便利性和安全性的要求越来越高。传统的身份识别方法已经不能满足人们的需求。生物特征识别成为现在炙手可热的身份识别研究方向。在众多生物特征识别中，因人脸识别技术具有非接触性、非强制性、并发性和简便性等优点，吸引了众多学者对其研究，已经是计算机视觉技术的热点。然而，随着智能设备的普及，伪造人脸攻击变得越来越容易，一些不法人员利用照片或视频对认证系统进行攻击，进行犯罪活动。因此，在人脸识别中，首先对用户的活体辨别变得非常重要，活体检测技术成为研究的重点。 本课题研究的主要内容是人脸检测、人脸识别、系统界面和功能测试四大部分。人脸检测是整个系统的基础，检测出入脸才能对信息进行识别。人脸识别主要是对检测出的人脸进行身份的识别，识别算法是整个算法的核心。系统界面是系统功能最直观的描述，是系统完整的必要条件。功能测试是验证系统可行性的必要步骤。 本课题研究的人脸识别系统是将活体检测和人脸识别技术结合起来，设计一个人脸活体识别系统。该系统基于OpenCV开源视觉库，以Visual Studio和Qt为开发平台，以Haar分类器为人脸检测器，结合CMU开源特征点标定模型和LBP识别算法构建了活体人脸识别系统。以摄像头为图像采集端，将采集到的人脸视频传入系统，通过界面功能切换，实现了人脸检测、活体识别和人脸识别的功能。 本设计整体采用双工作模式，灵活地应用了活体检测模块，即有人监督时不调用活体验证功能，无人监督时调用活体验证功能。研究表明，系统的双工作模式能减少不必要的时间，对系统的进一步开发具有重要意义。

目录

声明

摘要

1．1课题研究的背景和意义

1．1．1人脸识别技术难点

1．1．2人脸识别和人脸欺骗

1．2国内外研究状况

1．3本文工作及内容安排

2系统整体框架设计

2．1系统框架设计

2．2相关技术

2．2．1 OpenCV技术

2．2．2 Visual Studio技术

2．2．3 Qt技术

2．3图像预处理技术

2．3．1图像灰度化

2．3．2直方图均衡化

2．3．3空间滤波

2．3．4几何归一化

2．4人脸识别技术评价

2．5本章小结

3人脸活体检测模块

3．1活体检测方法

3．2人脸检测

3．2．1 Haar特征

3．2．2 Adaboost算法

3．3本章小结

4人脸识别模块

4．1人脸识别方法

4．1．1基于EigenFace的方法

4．1．2基于FisherFace的方法

4．1．3基于LBP的方法

4．2人脸识别方法分析与选择

4．3本章小结

5系统环境搭建与设计

5．1系统软件设计

5．1．1人脸检测模块设计

5．1．2活体检测模块设计

5．1．3人脸识别模块设计

5．1．4系统界面设计

5．2系统开发环境配置

5．3本章小结

6．1．1人脸检测模块实现

6．1．2活体检测模块实现

6．1．3人脸识别模块实现

6．2系统界面实现与测试

6．3本章小结

7．1全文总结

7．2论文的创新点

7．3论文的不足之处

8展望

参考文献

致谢