1. 研究目的与意义
随着互联网信息技术的发展以及计算机的软硬件性能的显著提升,多媒体的应用变得越来越普及,更加友好更加人性化的人机交互技术不断涌现,并应用于我们的日常生活当中。
这些技术已经不再仅仅依赖于传统的键盘、鼠标、显示器等设备,而是开始向着多模态人机交互的方向发展。
多模态人机交互模拟人类自然交流的方法,包括视觉、听觉、触觉和嗅觉,试图综合图像、声音、文字等手段,达到与计算机进行交流的目的,其中以视觉交流最为方便和易于接受。
2. 课题关键问题和重难点
1.人脸特征稳定性较差尽管人脸面部通常不会发生根本性的变化(故意整容除外)，但人脸是有极强可塑性的三维柔性皮肤表面，会随着表情、年龄等的变化而发生改变，皮肤的特性也会随着年龄、化妆乃至整容、意外伤害等发生很大变化； 2. 可靠性、安全性较低 不同个体的人脸虽各不相同，但人类的面孔总体是相似的，而且地球上人口如此众多，以致很多人的面孔之间的差别是非常微妙的，技术上实现安全可靠的认证也有相当难度； 3. 图像的采集过程受各种外界条件影响很大导致识别性能偏低 图像的获取过程决定了人脸图像识别系统必须面对不同的光照条件、视角、距离变化等非常困难的视觉问题，这些成像因素都会极大影响人脸图像的表观，从而使得识别性能不够稳定。
这些缺点使得人脸识别成为一个非常困难的挑战性课题，尤其是在用户不配合、非理想采集条件下的人脸识别问题，更成为目前的热点问题。
目前，世界上最好的人脸识别系统也只能在用户比较配合、采集条件比较理想的情况下才可以满足一般应用的要求
3. 国内外研究现状（文献综述）
主动形状模型是一套非常有效的人脸特征提取算法，它是基于统计的参数化可变模型。
这一模型利用局部纹理直接到形状作优化，可以取得较好的特征点定位精度，但同时，由于其灰度模型利用的只是局部的纹理信息，对模型的起始位置、图像的质量等十分敏感，当这些参数出现较大的偏差时，很可能使总体结果的正确性受到影响。
一种将与人脸部下颂的曲率相结合用于脸形筛选相结合的算法，在进行主动形状模型定位点的标定之前，利用对脸形的约束，实现对人脸的初步分类，以减轻后继查找与特征定位工作的负担和时间。
4. 研究方案
技术方案人脸识别系统最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作，该处理过程也称图像预处理人脸识别系统的基本功能包括图像获取功能、图像预处理功能、人脸跟踪定位功能。
图像获取模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。
图像预处理模块主要包括图像光线补偿、图像灰度化、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。
5. 工作计划
1~4周，通过综述文献的阅读了解ASM算法 学习ASM算法的基本思想与原理，深入浅出的了解人脸识别的背景意义，发展趋势，有哪些算法。
主要搞清楚ASM算法的来龙去脉，完成英文翻译！5~8周，重点研究基于ASM算法的人脸特征定位算法；仿真实现基于ASM算法并将其应用到实际数据当中学会使用OpenCV Visual C Net开发环境 Matlab及其相应的科学运算工具并掌握相关的数学知识。
做出程序可以用来验证ASM算法，做到可以识别人脸的功能；9~12周，学会使用word公式编辑器完成论文撰写，把论文格式弄好！13~结束，准备答辩PPT进行毕业设计答辩
