摘要：随着当今社会的科技不断进步，以及快速有效身份验证的迫切需求，人脸识别技术在近几年来得到了高速的发展。人脸识别技术作为一项安全性较高的生物识别技术，已经成为当今社会研究的热点，在众多领域得到了广泛应用。OpenCV是跨平台计算机视觉库，可以运行在Windows，Mac os,Linux，Android,iOS等主流操作系统上。它轻量级而且高效，并且提供了多种API，实现了图像处理和计算机视觉方面的诸多通用算法，广泛应用于图像处理和计算机视觉技术中。本文研究基于OpenCV的人脸识别系统。通过摄像设备进行人脸采集，并对采集的图像进行预处理后，调用OpenCV中的函数videocapture对图像进行捕获在客户端界面进行显示。基于卷积神经网络TensorFlow搭建CNN, 随机划分测试集与训练集,采用交叉验证使训练准确率达到90%以上。经过测试，系统运行稳定，具有较好的人脸检测和识别效果，验证了本系统的可靠性。

关键词： 人脸识别; OpenCV; TensorFlow; 

目录

摘要

Abstract

1 前言-1

1.1 研究背景-1

1.1.1 人工智能的发展及普及-1

1.1.2人脸识别的发展与现状-2

1.3 本文的研究内容和结构-3

2.人脸识别算法-4

2.1OpenCV的概述与模块介绍-4

2.2 关于Dlib进行人脸关键点检测与识别-5

2.3 基于tensorflow的卷积神经网络（CNN）-6

2.3.1 网络结构-7

2.3.2卷积层-7

2.3.3池化/采样层-8

2.4本章小结-8

3.系统实现-9

3.1基本流程-9

3.2 详细思路-9

3.3 CNN的具体设计-9

3.4 CNN模型结构图-10

3.5 系统核心结构-11

3.5.1人脸获取模块-11

3.5.2人脸检测模块-12

3.6 本章小结-12

4 系统测试-13

4.1 测试初始化设置-13

4.1.1.测试环境-13

4.2.1数据采集初始化-13

4.2.3相关概念解释：-13

4.2测试结果-14

4.3本章小结-16

5.结论与展望-17

5.1全文工作总结-17

5.2未来工作展望-17

参 考 文 献-18

致    谢-19