戚福豪，孙小舒，陈稳，李炎坤

（沈阳理工大学，辽宁 沈阳 110000）

0 引言

一些早期的人脸识别方法包括寻找区分性图像特征的位置，如眼睛，鼻子和嘴，并测量这些特征位置之间的距离，近期的方法依赖于比较灰度图像在被称为“特征脸”的低维空间的投影并利用活动表观模型并对形状和表观变化进行联合建模。本文研究是使用OpenCv库的人脸识别结合手机APP在课堂考勤的应用系统。

1 设计

其整体结构图如图1所示：

图1 人脸识别过程结构图

1.1 人脸数据库的建立

系统采集成员的人脸图像，将这些人脸分类标号保存，并建立人脸库。

1.2 图像采集

摄像头采集人脸图像，前期用于训练模型，后期用于对人脸的预测。

1.3 图像预处理

由于摄像头设备存在采集图像方法、提取人脸角度、图像背景以及光照变化等干扰信号，使得识别正确率出现不同程度的降低。所以，需将采集到的图像以及检测出来的人脸通过图像处理算法处理。其中处理方法有尺度归一化、图像灰度化、灰度变换、图像增强、以及图像降噪等。

1.4 人脸特征提取及模型训练

图像特征提取和特征描述是图像目标识别的关键技术，特征提取结果的好坏，直接影响模型训练结果，进而影响了目标识别的效果，在图像检索系统中，特征描述的好坏也会直接影响目标匹配和图像检索的精度。图像处理中特征点的检测与匹配是机器视觉最重要的部分。

特征提取指的是使用计算机提取视频中的图像信息，决定每个图像的点是否属于一个图像特征。……