1、 1 哈 尔 滨 理 工 大 学 毕业设计中期检查报告 题 目： 基于机器学习的人脸检测系统 院、 系： 软件学院、软件工程系 姓 名： 李哲 指导教师： 李鹏 系 主 任： 张淑丽 2017 年 3 月 10 日 2 一、 毕业设计 工作的进展 情况 本毕业设计拟使用 C+语言、 SQL 数据库，根据灰度化、 Eigenfaces 特征脸的基础知识，开发一个基于机器学习的人脸检测系统，用于实现对人脸的检测和识别，该系统具有人脸检测、识别等功能。具体工作进展情况为： 1.确定题目。 .首先，我了解自己的兴趣和擅长所在，整理清晰思路，制定计划，及时与指导老师沟通研究毕设方向，了解并学习学习 op
2、enCV 框架，确定所做系统要用到的语言，巩固以前的知识，为初期系统设计夯实基础。在这期间，我确定了论文和系统题目：基于机器学习的人脸检测系统。 2.查阅资料及需求分析。查阅资料，深入了解要做的系统及论文资料，我登 陆了哈尔滨理工大学网上图书馆，其中中文数据库里有非常多的优秀论文文献，还去了学校图书馆借阅了书籍，将基础知识学习全面，将可以利用的学校丰富资源合理利用。充分的了解了所要做的系统之后，我进行了需求分析，并做了调查，需求是完美实现系统的根基，把根基做好，才能保证系统的完美实现； 3.搭建框架。在此期间，搭 openCV 框架，学习灰度化、 Eigenfaces 特征脸的算法，一边学习一
3、边向大神请教，了解了直方图均衡化处理，可以将人脸区域的左、右脸分别进行直方图均衡化，然后合并整脸。 4.代码编写。在此期间，进行代码的编 写，并细化完成每一个功能，落实到能够准确完成检测到人脸，并对人脸准确识别，将系统的两个主要功能不断实现完善，设计出一个令用户满意度较高的人脸识别系统，初步完成该系统； 5.系统测试。在此期间，检查系统并完善。在实现系统的过程中，有很多的问题不断涌现，所以要不断地修改不满意的地方和遇到的难题，尽量将系统做到完美，不断对系统进行测试，经常和老师沟通或者反馈； 6.论文编写。在此期间，完成论文的编写，主要编写需求分析、概要设计、详细设计三大方面，将实际做系统的过程
4、步骤记录下来，系统的检测和识别两个功能进行详细描述 ，系统主要的应用角色管理员和用户分角色编写，系统设计数据库用到的表划分清楚； 7.完善论文。在此期间，检查论文并完善，将目录、引用文献、附录等编写完整，格式调好，格式是一个态度问题，所以更应该格外注意。 3 二、 毕业设计工作存在的问题及解决方案 在进行基于机器学习的人脸检测系统的课题研究中，遇到了很多的难题和难点。在本科期间，我们也和实验室老师进行了机器学习方面的研究，和学长学姐探讨了人脸识别的识别算法。但是一直都没有系统的学习将两个研究统一在一起，所以课题探讨过程中有一定的难度，于是，我在不断地发现 和解决问题中度过了系统的设计和论文的编
5、写。 我在研究人脸识别过程中遇到了三大难点。 1.主要问题：人脸识别的一大难题就是每个人的人脸面孔相似度都极高，地球上人口众多，虽然每个人都是独一无二的，但是很多人面孔之间的差别是非常微妙的。而人脸识别要求确定面部图像中的坐眼睛、鼻子、嘴巴等器官的位置，还要求对这些器官及其面部轮廓的形状信息作出描述。这是在研究系统和方法中最大的难题之一。 解决方案：将系统做一个降噪处理，也就是将人脸眼睛、鼻子、嘴巴作为特征点，研究眼鼻嘴的形状和他们之间的几何特征联系，采取根据模式相似性 的最近距离分类器进行分类，用加权比值函数来计算特征相似度，用以准确定位人脸器官特征点。 2.主要问题：另一个难点是在光照明条
6、件不同时准确识别是很难的，以及角度的不同识别也会有误差。而人脸检测的主要任务就是要求判断计算机的“眼睛”观察到的“影像”中是否存在人脸，如果存在，需要同时给出其在图像中的坐标位置、人脸区域大小等信息。 解决方案：这一问题我了解了深圳市飞瑞斯科科技有限公司为首的人脸识别技术研发，他们采用了多光源技术，多光源人脸识别技术可以解决在光照条件变化、人脸伪装等情况下人脸识别困难的问题。但这种解决 办法对于我现在研究的技术有限，还没有完美的解决这一问题，希望在日后不断地学习探索中解决自己的疑惑。 3.主要问题：对于录入进来的图像数据进行结构化设计描述是又一大难点。一般情况下，这些描述并不仅仅是原始数据（例
7、如输入图像的灰度值）的排列，而是通过某些具有实际意义的抽取方法或者数学运算而得到的比初始数据具有更高层含义的数据组合形式，称之为特征。经验表明，在分类学习过程中，特征的选取对问题最终解决的影响十分巨大，因此如何选取最理想的特征是有一个难题。人脸的特征和表现出区别的部分很难用某种普适的方法进行总结和求取 ，就像没有一种数学公式或物理定理可以解释自然发生的所有现象。 解决方案：通过将深层的卷积神经网络各层自下而上不停学习和训练，某些对人脸差异产生较大影响的特征和抽象含义可被显式地提取出来。因此通过深层的卷积神经网络在人脸4 识别课题上较其他手工特征选取、提取方法有自身的特点和优势。 三、 下一步工
8、作预测及 可能 存在 的 问题 (不少于 800 字 ) 在进行基于机器学习的人脸检测系统的前期课题研究中，遇到了很多的难题和难点，但大部分都已经找到了解决方案。在本科期间，我们也和实验室老师进行了机器学习方面的研究，和学长学姐探讨了人脸 识别的识别算法。但是一直都没有系统的学习将两个研究统一在一起，所以课题探讨过程中有一定的难度。我意识到接下来会遇到更多的问题，如下： 1.本课题研究的人脸识别所用到的深度学习算法是一套模拟人脑的神经网络算法，通过收集的海量人脸照片，新型的神经网络算法可以通过大数据训练将图片信息变成能够被机器理解的结构化数据。有研究学者苏光指出，基于深度学习的人脸识别难度在于
9、训练的计算复杂度极高，计算机不擅长二维计算，大量耗时在深度学习上。接下来要研究解决这一方案，可能要更深入地学习海量数据如何下载和深度学习上。 2.本课题 虽然已经确定了需求分析，并按照需求分析进行开发，但是开发出的系统不一 定让用户完全满意 和尽人意 。所以计划当系统的大体结构成功实现后，找 不同的面孔 不断的测试，统计目标用户使用后的感受与建议，分析是否在计划范围内，并及时调整系统的设计与开发。 3.本课题研究的是基于机器学习的人脸检测系统，由于能够在能力范围内实现的功能过于简单，普及面不大，不能普遍适用， 所以计划对于今后设计的每一个模块都要更加强化其实用性，对于理论知识也要不断学习，丰富
10、自身的知识，使自己的想法更有说服力，实现系统开发的目的。 4.本课题已 经开始了 初期 论文的编写，但是仍存在许多不确定性因素，如：用词不够准确、软件工程知识不够充足、格式排版、 中英文翻译 等问题。计划在整个论文编写过程中进行中温故已有的软件工程知识，多多阅读文献，参考其格式排版样式，熟悉专业英文单词方面的知识，为完成论文的编写打下坚实基础。 在课题研究过程中，遇到的难点也再一次说明了自身存在很多需要加强的部分，也明白人生就是要不断去学习不断去进步。虽然马上就要毕业离开校园这一大环境，但是 走入另一个学习环境 的我们还是一只只雏鸟，我们还有很多要去学习的地方。毕业课程设计进展到现在，我猜 想在遇到问题时学会自己解决问题的能力才是学校真正要教会我们的吧。毕业即将在即，我会继续用饱满的热情去学习、去探索， 不断地完善自身的不足， 尽快完成我的课题并不断进行优化，交一份满意的答卷，并为我的大学生涯画上圆满的句号。 5 检查结论 指导 教师 意见 指导教师签字： 年 月 日 注：要求用 A4 纸打印。
