隨著智能化信息處理技術(shù)的發(fā)展，人臉檢測在身份識別、基于內(nèi)容的檢索、自動監(jiān)控、人機(jī)交互等方面有著日益廣泛的應(yīng)用。高性能的人臉檢測是當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點(diǎn)，而人眼作為人臉最顯著的特征，與嘴、鼻相比較，能夠提供更可靠、更重要的信息，因此往往是人臉識別中必要的處理對象。本文主要介紹了基于OpenCV的人臉檢測及眼睛定位的一種方法，即基于Adaboost的人臉檢測方法以及基于模板匹配的眼睛定位算法。首先利用Adaboost學(xué)習(xí)算法，從一個較大的特征集中選擇少量的關(guān)鍵的特征，產(chǎn)生一個高效的強(qiáng)分類器，再用瀑布算法將多個強(qiáng)分類器合成為一個更加復(fù)雜的層疊分類器，使圖像的背景區(qū)域快速地丟棄，而在有可能存在目標(biāo)（人臉）的區(qū)域花費(fèi)更多的計算，其在人臉檢測方面速度快且具有魯棒性。最后以局部圖像作為模板，先在人臉集中手工提取各種狀態(tài)的眼睛圖像作為模板，通過比較待檢測人臉的眼睛圖像與模板的相似性，利用模板中的眼睛特征點(diǎn)位置對人臉眼睛進(jìn)行定位。
實(shí)驗(yàn)結(jié)果表明，最終訓(xùn)練得到的人臉檢測層疊分類器在一些人臉檢測集上取得較好的檢測效果，同時經(jīng)過大量圖片的實(shí)驗(yàn)，基于模板匹配的眼睛定位算法在人臉圖像上取得了快速、準(zhǔn)確的定位效果。
包括了畢設(shè)的全部文件：開題報告、文獻(xiàn)綜述、外文翻譯、畢業(yè)論文等。