预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共52页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于Python和openCV的人脸识别研究与实现 学院: 专业: 姓名: 指导老师: 计算机学院 网络工程 万逸杰 学号: 职称: 160205106303 林开荣 教授 中国·珠海 二○二一年五月北京理工大学珠海学院2020届本科生毕业设计 诚信承诺书 本人郑重承诺:本人承诺呈交的毕业设计《基于Python和openCV的人脸识别研究与实现》是在指导教师的指导下,独立开展研究取得的成果,文中引用他人的观点和材料,均在文后按顺序列出其参考文献,设计使用的数据真实可靠。 本人签名: 日期:年月日 基于Python和openCV的人脸识别研究与实现 摘要 人脸识别技术(FaceRecognitionTechnology)是对输入的图像或者视频进行判断是否存在人脸,若存在人脸,则获取该人脸的特征数据,计算特征值,并将人脸数据与已有的人脸数据进行比较,从而得出该人脸的身份信息。人脸识别技术相对于其他生物特征识别技术而言,具有更加快捷方便的特性,用户不需要特意或者直接与设备接触,设备便可自行获取数据。但同时,人脸识别技术和其他生物识别技术相比,更容易被环境的因素干扰从而出现错误,需要人为干预以及大量的数据支撑。目前,人脸识别技术在国内外的各中环境中都被广泛使用。 关键词:人脸识别;生物特征识别技术;特征值 ResearchandimplementationoffacerecognitionbasedonPythonandopencv Abstract Facerecognitiontechnologyistojudgewhetherthereisafaceintheinputimageorvideo.Ifthereisaface,thefeaturedataofthefacewillbeobtained,thefeaturevaluewillbecalculated,andthefacedatawillbecomparedwiththeexistingfacedatatogettheidentityinformationoftheface.Comparedwithotherbiometrictechnologies,facerecognitiontechnologyismoreconvenientandfast.Usersdonotneedtocontactwiththedeviceintentionallyordirectly,andthedevicecanobtaindatabyitself.Butatthesametime,comparedwithotherbiometrictechnology,facerecognitiontechnologyismorevulnerabletoenvironmentalinterferenceanderrors,whichrequireshumaninterventionandalargenumberofdatasupport.Atpresent,facerecognitiontechnologyhasbeenwidelyusedinvariousscenesathomeandabroad. Keywords:Facerecognition;biometrics;eigenvalues 目录 TOC\o"1-4"\h\z\uHYPERLINK\l"_Toc38547894"1前言 PAGEREF_Toc38547894\h1 HYPERLINK\l"_Toc38547895"1.1本设计的目的、意义及应达到的技术要求 PAGEREF_Toc38547895\h1 HYPERLINK\l"_Toc38547896"1.2本设计在国内外的发展概况及存在的问题 PAGEREF_Toc38547896\h1 HYPERLINK\l"_Toc38547897"1.3本设计应解决的主要问题 PAGEREF_Toc38547897\h2 HYPERLINK\l"_Toc38547898"2本设计 PAGEREF_Toc38547898\h2 HYPERLINK\l"_Toc38547899"2.1各功能介绍 PAGEREF_Toc38547899\h3 HYPERLINK\l"_Toc38547900"2.1.1主界面 PAGEREF_Toc38547900\h3 HYPERLINK\l"_Toc38547901"2.1.2数据收集及训练 PAGEREF_Toc38547901\h4