1. 研究目的与意义
随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段。
人脸识别作为一种新兴的生物特征识别技术，与虹膜识别、指纹扫描、掌形扫描等技术相比，其在应用方面具有独到的优势。
从门禁到手机的人脸解锁,一个简单的对视摄像头动作使生活方式发生了很大的变化,不再麻烦地刷卡和滑动屏幕。
2. 课题关键问题和重难点
人脸识别的最基础任务是人脸检测。
必须首先捕捉人脸才能在未来与捕捉到的新人 脸对比时识别它。
人脸识别技术具有几何特征、模型特征、统计特征和智能特征。
3. 国内外研究现状（文献综述）
1.国内的现状:最早的人脸检测技术始于 20 世纪 70 年代初，主要是利用简单的固定模板进行匹配或者基于特征的检测方法 ，这类的方法能够对人脸对象前景突出，背景色单一以及人脸正向的情形进行较为准确的人脸检测，因此这类方法的缺点也很明显，即不适用非理想的环境。
随着计算机视觉领域和图像处理方面的技术的不断更新，人脸检测技术也在不断的发展与跟新，后来检测技术主要分为基于具有一定自适应能力的复杂模板方法、基于人脸特征的方法和基于统计的方法 [1]至今为止，国内涌现了许多著名的计算机视觉领域的高校研究机构，例如清华大学、上海交通大学、南京理工大学、哈尔滨工业大学、华中科技大学以及中国科学院自动化研究所等。
尽管在人脸识别的研究取得了很多成果，形成了许多识别算法，但是在复杂情境下、光线和姿态不断变化的环境下 ，各种算法都存在着很大的缺陷和不足，而这又大大的限制了这些算法的应用范围 。
4. 研究方案
环境配置：windows操作系统、python程序语言、pycharm软件和opencv软件库设计方案主要分为十个模块：1.读取图片2.灰度转换 3.尺寸变换4.绘制矩形5.人脸检测6.检测多个7.视频检测8 .人脸录入9.数据训练10.人脸识别
5. 工作计划
第1周-第2周：研究系统的开发背景、人脸识别技术的研究历史和意义，技术优势以及发展现状并进行相关资料查询以及外文翻译。
第3周：对设计的可行性进行全面分析，需求分析，包括功能性与非功能性需求。
同时学习模式识别、人脸识别的相关基础知识。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
