论文网
关于计算机方面论文范文集,与文相似度标准资源相关论文怎么写
本论文是一篇关于计算机方面论文怎么写,关于文相似度标准资源相关毕业论文格式范文。免费优秀的关于计算机及用户及图像方面论文范文资料,适合计算机论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
同时,VisualC++继承了MFC,使得开发基于Windows系统的应用软件的过程非常简便,程序员可以更多的着重于算法的实现,而不被界面,消息等繁文缛节所拘束.本系统还使用了Intel公司开发的OpenCV4.0(OpenSourceComputerVisionLibrary)和IPLib2.5(ImageProcessingLibrary)类库.OpenCV集成了一些比较常见的用于图像处理的算法,用C/C++语言进行实现,在实际应用中,可以减少很多重复劳动,达到更高的效率.IPLib则提供了一系列高度优化的C函数,用于在Intel架构的处理器上进行各种图像处理.
3.2系统框架
在本系统中,主要界面如图3.1所示,分为四个子视窗.
图3.1系统的基本界面
视窗一为摄像头显示.当摄像头被打开以后,用户可以在这个视窗里看到实时的摄像头拍摄到的画面.另外,当人脸检测功能被打开时,检测到的人脸会被动态地用红色方框表示出来.
视窗二为用户资料区.当前数据库中的所有用户的姓名,性别,身份和年级都在这里显示.用户也可以在这里通过右键菜单进行添加,删除用户等操作.
视窗三为控制面板.为方便操作,这里提供了一些常用功能的按钮.
视窗四为用户图像察看区.当用户资料区中的某一个用户被双击后,这里会显示数据库中该用户的头像资料,以供察看.
3.3系统功能综述
系统的功能主要有三个菜单实现,分别为:用户管理,身份识别,视频管理.
用户管理菜单用于对数据库内的用户进行管理操作.下拉菜单的各项分别为:添加用户,取消添加,删除用户,用户列表,开始训练.
身份识别菜单用于对未知图像进行识别,分为摄像头识别和图片识别两个部分.前者通过摄像头动态捕捉人脸并识别,后者则对一幅静态图像(支持BMP,JPG和GIF格式)进行识别.
视频管理则用于对摄像头进行设置,包括打开/关闭摄像头,已经对摄像头的参数进行适当调整.
3.4用户管理的程序实现
用于用户管理的,主要是三个类:CPersonBase,CPerson,CPersonImage.CPersonBase是一个用作保存所有用户资料的类,当每新建活着打开一个文档时,一个CPersonBase类型的变量即被创建,用来保存当前文档中包含的用户资料.CPersonBase中的每一个用户资料,由一个CPerson类型的变量保存,该类的成员变量包括了用户姓命,性别,身份,年级的基本信息,以及其他程序运行所需要的信息.另外,每个用户用于训练的5张人脸图像,则由CPersonImage类型的变量表示,该类能够很方便的对图像进行存取.
本篇论文转载于:http://www.sxsky.net/xie/070154912.html
添加用户命令,用于将信用户的信息和图像添加到现有系统中.首先,需要将用户姓名和其他信息(可选)输入系统.其次,系统将使用摄像头进行人脸检测.在本系统中,我采用了目前被广泛采用的AdaBoost的人脸检测算法.AdaBoost是一种多分类器的方法,速度相对较快,效果在实际应用中非常好.每个用户需要录入总共5张人脸图像.如果选择自动人脸定位,则结束录入后用户添加过程即结束,如果选择手工人脸定位,则在录入结束后将出现定位对话框,用户可以通过定位双眼来手工定位人脸.如果手工定位结果满意的话,可以按确定结束添加用户,反之则可按取消删除当前添加的用户.
取消添加命令,可以删除当前添加的用户.在添加过程中,如果由于各种原因想放弃当前添加的用户,可以使用该命令,则拍摄过程将被中指,录入的图片也将被删除.
删除用户命令,用于删除当前数据库内已有的用户的资料和照片.用户可以通过菜单命令,在弹出的用户列表对话框中选择需要删除的用户,或者在主界面的用户资料区中选择用户,并在右键菜单中选择删除用户.
开始训练命令,用于将当前数据库内的所有用户图片进行训练,以供识别是作为基进行比对,只有先经过训练,才可以使用人脸识别的功能.主要训练的方法在第二章提出,即结合了Gabor变换和Fisherface的一种特征提取降维方法.在训练中,首先对每个用户的每一张图像作Gabor滤波.完成之后,再对得到的Gabor基做Fisherface.最后对每个人求训练平均,得到可供识别比对的训练基.训练的过程如图3.2所示.
`
3.5身份识别的程序实现
需要进行身份识别的图像可以有两个来源,即摄像头即时获取,和静态图片输入.虽然输入方式不同,但实际上的处理过程是相同的.首先对输入的图像用AdaBoost方法进行人脸检测.检测出的图像经过去光照,转换成灰阶后,再做Gabor滤波.得到的Gabor基则和训练基作比较.在本系统中,我采用了以样本中心为参考点的最小角度分类方法(NFA).最终就可以得到识别出的用户名.身份识别的过程如图3.3所示.
3.6视频管理的程序实现
视频管理的功能比较简单.打开/关闭摄像头控制摄像头开关,如果有其他程序需要使用摄像头,可以暂时关闭本系统的摄像头,放弃对摄像头的占用.当用户需要运行其他程序,而本软件又不能关闭的时候(比如进行训练),控制摄像头的作用尤其明显.
摄像头参数设置调用了摄像头驱动程序里的相关DLL文件,所以不同的摄像头会有不同的界面.这里用户可以对摄像头的各种功能设置进行微调.比如在一个长期不变的环境使用本系统时,就可以针对该环境精确地调整摄像头的曝光,焦距等参数,使得识别性能进一步提高.
3.7系统的典型使用流程
作为一套人脸识别系统,它将各个功能模块有机地结合起来.在使用中,则必须按照相应的操作流程,才能够达到更好的使用效果和效率.
第一步是硬件的配置.由于人脸识别的各个功能模块都有着比较大的运算量,所以为了系统的通顺的运行,推荐使用主频较高的CPU以及较大容量的内存.又由于软件采用了Intel开发的OpenCV和IPLib开发包,使用Intel公司的芯片会有更好的表现.在开发和测试过程中,我使用的是主频为2.4GHz的奔腾4芯片,以及512MB内存.同时,摄像头也是必需的.一般市面上的摄像头都能满足要求,连上USB断口后就可以使用.当然,更高清晰度的摄像头也能够在一定程度上提高系统的性能.
第二步是用户信息采集.当系统初次使用时,数据库里面是空的,因此我们要添加用户进去.通过单击"添加用户"的命令,一个弹出框会要求输入用户的信息,包括姓名,性别,身份和年龄.同时下方可以选择自动人脸定位,或者手工人脸定位,默认的是自动人脸定位,即系统自动将人脸检测并保存下来,不许要手动干预,效率较高(如图3.4所示).如果选择的是自动人脸定位,则当系统连续录入5张图像以后,添加新用户即告完成,可以在用户资料区看到添加用户的信息已经出现.如果选择的是手动人脸定位,则录入完毕后还需要进行定位.定位的方法是用鼠标点出两眼坐标,则系统会自动根据两眼的坐标确定人脸的范围.同时用户还可以根据需要调整适当的白平衡值,使得人脸的色彩更真实.当5张图像都满意地确定了人脸范围以后,可以通过"确定"键完成添加用户的过程,若不满意,也可以按"取消"键放弃本次添加.(如图3.5所示)
图3.4添加新用户的弹出对话框
图3.5手动人脸定位的对话框
第三步是训练.单击"开始训练"的命令即开始,无需其他操作.当用户数量增加时,训练需要的时间也会随之增加,一般会要几分钟左右.
最后就是人脸识别.单击"摄像头单帧识别",则系统会自动在摄像头中检测人脸.如果检测到人脸,则将该人脸图像进行识别,并显示出识别结果,以及对应的用户的数据库内的图像.(如图3.6所示)或者也可以使用"图片识别",则系统会提示打开一个图像文件,并对该文件进行检测和识别,效果与前面相同.
图3.6身份识别的对话框
3.8系统的测试
由于本系统主要用于摄像头采集的场合,所以没有用大量静态图片进行测试,而是找了12位同学进行小规模的测试.
首先是训练的过程.训练时间在晚上,主要光源是正
关于计算机方面论文范文集,与文相似度标准资源相关论文怎么写参考文献资料：