1. 研究目的与意义
随着科技的飞速发展,传统身份识别(如口令、身份卡等)容易遗失、易被破解等问题逐渐暴露,已不能满足各种安全需要。
人们期望有一种更加可靠的技术来进行身份鉴别。
生物特征识别技术给这一切带来了可能。
2. 课题关键问题和重难点
1、人脸样本库的建立；2、人脸的定位算法问题；3、PCA主成分分析方法的理解和掌握；4、人机GUI交互界面的制作和设计；现在我们给人脸检测下个定义： 给定任意一幅图像，人脸检测的目的就在于确定是否在图像中有人脸，如果有就返回到该图像的位置和每张脸的范围的值。
与人脸检测有关的难点可以归结为以下几个因素：◎位姿一张人脸的图像会由于照相机与人脸的相对位置(正面、45度角、侧面、反转)而不同，一些面部特征如眼睛或者鼻子等可能会部分地或者全部地被遮挡住。
◎结构部件的存在或缺失面部特征如络腮胡子，八字胡和眼镜可能会显示也可能不显示出来，而且这些部分会有很大的可变性，包括形状、颜色和大小。
3. 国内外研究现状（文献综述）
近年来，人脸识别研究得到了诸多研究人员的青睐，涌现出了诸多技术方法。
尤其是1990年以来，人脸识别更得到了长足的发展，每年都有大量的学术论文发表[5]。
现在，几乎所有知名的理工科大学和IT产业的主要公司都有研究组在从事人脸识别的研究。
4. 研究方案
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。
用摄像机或摄像头采集含有人脸的图像，并自动在图像中检测人脸，进而对检测到的人脸进行脸部的一系列相关技术。
(1) 图像采集：不同的人脸图像都能通过摄像镜头采集下来，静态图像、动态图像、不同表情都可以采集。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习；第17周：与导师沟通进行课题总体规划；第18周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲；第19周：搭建开发环境，撰写开题报告。
2022-2022-2学期：第1-2周：进行课题的需求分析，提交开题报告；第3-4周：根据需求分析设计并建立数据库 ；第5-6周：完成matlab人脸识别设计的相关学习；第7-8周：matlab人脸识别的调试与功能实现；提交毕业设计论文提纲给指导老师审阅；第9-11周：完成matlab人脸识别的功能测试；完成毕业论文初稿；第12周：在教师的指导下对撰写的论文进行修改，提交论文终稿及合格的论文检测报告、毕业设计（论文）资料装袋；第13-14周：筹备毕业答辩相关事宜，制作参加毕业答辩的演示课件。
参加毕业答辩，并提交全部文档和成果材料。
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。
