基于opencv的行人检测论文

基于opencv的行人检测论文

这样的问题应该是在 项目属性——链接——附加依赖项里添加的lib库少一个或几个。features2d之类的库没有添加吧。也可能是配置环境时lib目录设置错误。

你的lib库木有配置好，要么是lib目录设置错误，要么是lib木有添加。看

整个项目的结构图：编写,代码如下：[java] viewplaincopyprint?package ;import ;import ;import ;import ;import ;import ;import ;import ;//// Detects faces in an image, draws boxes around them, and writes the results// to "".//public class DetectFaceDemo {public void run() {("\nRunning DetectFaceDemo");(getClass().getResource("").getPath());// Create a face detector from the cascade file in the resources// directory.//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("").getPath());//Mat image = (getClass().getResource("").getPath());//注意：源程序的路径会多打印一个‘/’，因此总是出现如下错误/** Detected 0 faces Writing libpng warning: Image* width is zero in IHDR libpng warning: Image height is zero in IHDR* libpng error: Invalid IHDR data*///因此，我们将第一个字符去掉String xmlfilePath=getClass().getResource("").getPath().substring(1);CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);Mat image = (getClass().getResource("").getPath().substring(1));// Detect faces in the image.// MatOfRect is a special container class for faceDetections = new MatOfRect();(image, faceDetections);(("Detected %s faces", ().length));// Draw a bounding box around each (Rect rect : ()) {(image, new Point(, ), new Point( + , + ), new Scalar(0, 255, 0));}// Save the visualized filename = "";(("Writing %s", filename));(filename, image);}}package ;import ;import ;import ;import ;import ;import ;import ;import ;//// Detects faces in an image, draws boxes around them, and writes the results// to "".//public class DetectFaceDemo {public void run() {("\nRunning DetectFaceDemo");(getClass().getResource("").getPath());// Create a face detector from the cascade file in the resources// directory.//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("").getPath());//Mat image = (getClass().getResource("").getPath());//注意：源程序的路径会多打印一个‘/’，因此总是出现如下错误/** Detected 0 faces Writing libpng warning: Image* width is zero in IHDR libpng warning: Image height is zero in IHDR* libpng error: Invalid IHDR data*///因此，我们将第一个字符去掉String xmlfilePath=getClass().getResource("").getPath().substring(1);CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);Mat image = (getClass().getResource("").getPath().substring(1));// Detect faces in the image.// MatOfRect is a special container class for faceDetections = new MatOfRect();(image, faceDetections);(("Detected %s faces", ().length));// Draw a bounding box around each (Rect rect : ()) {(image, new Point(, ), new Point( + , + ), new Scalar(0, 255, 0));}// Save the visualized filename = "";(("Writing %s", filename));(filename, image);}}3.编写测试类：[java] viewplaincopyprint?package ;public class TestMain {public static void main(String[] args) {("Hello, OpenCV");// Load the native ("opencv_java246");new DetectFaceDemo().run();}}//运行结果://Hello, OpenCV////Running DetectFaceDemo///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/ 8 faces//Writing ;public class TestMain {public static void main(String[] args) {("Hello, OpenCV");// Load the native ("opencv_java246");new DetectFaceDemo().run();}}//运行结果://Hello, OpenCV////Running DetectFaceDemo///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/ 8 faces//Writing

基于opencv的人脸检测论文

计算机论文题目

随着大科学时代的到来及科技水平的高速发展，计算机科学与技术已经渗透到我国经济、社会的各个领域，这些都有利于全球经济的发展，还极大地推动了社会的进步，

1、基于物联网的煤矿井下监测网络平台关键技术研究

2、基于抽象状态自动机和π演算的UML动态语义研究

3、基于多种数据源的中文知识图谱构建方法研究

4、基于矩阵化特征表示和Ho-Kashyap算法的分类器设计方法研究

5、基于博弈论的云计算资源调度方法研究

6、基于合约的泛型Web服务组合与选择研究

7、本体支持的Web服务智能协商和监测机制研究

8、基于神经网络的不平衡数据分类方法研究

9、基于内容的图像检索与推荐技术研究

10、物联网技术及其在监管场所中的应用

11、移动图书馆的研发与实现

12、图书馆联机公共目录查询系统的研究与实现

13、基于O2O模式的外卖订餐系统

14、网络时代个人数据与隐私保护的调查分析

15、微信公众平台CMS的设计与实现

16、环保部门语义链网络图形化呈现系统

17、BS结构计量信息管理系统设计与研究

18、基于上下文的天然气改质分析控制系统的设计与实现

19、基于增量学习和特征融合的多摄像机协作监控系统目标匹配方法研究

20、无线自组网络密钥管理及认证技术的研究

21、基于CDMI的云存储框架技术研究

22、磨损均衡在提高SSD使用寿命中的应用与改进

23、基于.NET的物流管理软件的设计与实现

24、车站商铺信息管理系统设计与实现

25、元数据模型驱动的合同管理系统的设计与实现

26、安睡宝供应与销售客户数据管理与分析系统

27、基于OpenCV的人脸检测与跟踪算法研究

28、基于PHP的负载均衡技术的研究与改进

29、协同药物研发平台的构建及其信任机制研究

30、光纤网络资源的智能化管理方法研究

31、基于差异同步的云存储研究和实践

32、基于Swift的云存储产品优化及云计算虚拟机调度算法研究

33、基于Hadoop的重复数据删除技术研究

34、中文微博情绪分析技术研究

35、基于协议代理的内控堡垒主机的设计与实现

36、公交车辆保修信息系统的研究与设计

37、基于移动互联网的光纤网络管理系统设计与开发

38、基于云平台的展馆综合管理系统

39、面向列表型知识库的组织机构实体链接方法研究

40、Real-time Hand Gesture Recognition by Using Geometric Feature

41、基于事件的社交网络核心节点挖掘算法的研究与应用

42、线性判别式的比较与优化方法研究

43、面向日志分类的蚁群聚类算法研究

44、基于决策树的数据挖掘技术在电信欠费管理中的应用与研究

45、基于信任关系与主题分析的微博用户推荐技术

46、微博用户兴趣挖掘技术研究

47、面向多源数据的信息抽取方法研究

48、基于本体约束规则与遗传算法的BIM进度计划自动生成研究

49、面向报关行的通关服务软件研究与优化

50、云应用开发框架及云服务推进策略的研究与实践

51、复杂网络社区发现方法以及在网络扰动中的影响

52、空中交通拥挤的识别与预测方法研究

53、基于RTT的端到端网络拥塞控制研究

54、基于体系结构的无线局域网安全弱点研究

55、物联网中的RFID安全协议与可信保障机制研究

56、机器人认知地图创建关键技术研究

57、Web服务网络分析和社区发现研究

58、基于球模型的三维冠状动脉中心线抽取方法研究

59、认知无线网络中频谱分配策略的建模理论与优化方法研究

60、传感器网络关键安全技术研究

61、任务关键系统的软件行为建模与检测技术研究

62、基于多尺度相似学习的图像超分辨率重建算法研究

63、基于服务的信息物理融合系统可信建模与分析

64、电信机房综合管控系统设计与实现

65、粒子群改进算法及在人工神经网络中的应用研究

66、污染源自动监控数据传输标准的研究与应用

67、一种智能力矩限制器的设计与研究

68、移动IPv6切换技术的研究

69、基于移动Ad hoc网络路由协议的改进研究

70、机会网络中基于社会关系的数据转发机制研究

71、嵌入式系统视频会议控制技术的研究与实现

72、基于PML的物联网异构信息聚合技术研究

73、基于移动P2P网络的广播数据访问优化机制研究

74、基于开放业务接入技术的业务移动性管理研究

75、基于AUV的UWSN定位技术的研究

76、基于隐私保护的无线传感网数据融合技术研究

77、基于DIVA模型语音生成和获取中小脑功能及其模型的研究

78、无线网络环境下流媒体传送技术的研究与实现

79、异构云计算平台中节能的任务调度策略研究

80、PRAM模型应用于同步机制的研究

81、云计算平台中虚拟化资源监测与调度关键技术研究

82、云存储系统中副本管理机制的研究

83、嵌入式系统图形用户界面开发技术研究

84、基于多维管理的呼叫中心运行系统技术研究

85、嵌入式系统的流媒体播放器设计与性能优化

86、基于组合双向拍卖的云资源调度算法的研究

87、融入隐私保护的特征选择算法研究

88、济宁一中数字化校园系统的设计与实现

89、移动合作伙伴管理系统的设计与实现

90、黄山市地税局网络开票系统的设计与应用

91、基于语义的领域信息抽取系统

92、基于MMTD的图像拼接方法研究

93、基于关系的垃圾评论检测方法

94、IPv6的过渡技术在终端综合管理系统中的实现与应用

95、基于超声波测距与控制的运动实验平台研发

96、手臂延伸与抓取运动时间协调小脑控制模型的研究

97、位置可视化方法及其应用研究

98、DIVA模型中定时和预测功能的研究

99、基于蚁群的Ad Hoc路由空洞研究

100、基于定向天线的Ad Hoc MAC协议的研究

101、复杂网络社区发现方法以及在网络扰动中的影响

102、空中交通拥挤的识别与预测方法研究

103、基于RTT的端到端网络拥塞控制研究

104、基于体系结构的无线局域网安全弱点研究

105、物联网中的RFID安全协议与可信保障机制研究

106、机器人认知地图创建关键技术研究

107、Web服务网络分析和社区发现研究

108、基于球模型的`三维冠状动脉中心线抽取方法研究

109、认知无线网络中频谱分配策略的建模理论与优化方法研究

110、传感器网络关键安全技术研究

111、任务关键系统的软件行为建模与检测技术研究

112、基于多尺度相似学习的图像超分辨率重建算法研究

113、基于服务的信息物理融合系统可信建模与分析

114、电信机房综合管控系统设计与实现

115、粒子群改进算法及在人工神经网络中的应用研究

116、污染源自动监控数据传输标准的研究与应用

117、一种智能力矩限制器的设计与研究

118、移动IPv6切换技术的研究

119、基于移动Ad hoc网络路由协议的改进研究

120、机会网络中基于社会关系的数据转发机制研究

121、嵌入式系统视频会议控制技术的研究与实现

122、基于PML的物联网异构信息聚合技术研究

123、基于移动P2P网络的广播数据访问优化机制研究

124、基于开放业务接入技术的业务移动性管理研究

125、基于AUV的UWSN定位技术的研究

126、基于隐私保护的无线传感网数据融合技术研究

127、基于DIVA模型语音生成和获取中小脑功能及其模型的研究

128、无线网络环境下流媒体传送技术的研究与实现

129、异构云计算平台中节能的任务调度策略研究

130、PRAM模型应用于同步机制的研究

131、云计算平台中虚拟化资源监测与调度关键技术研究

132、云存储系统中副本管理机制的研究

133、嵌入式系统图形用户界面开发技术研究

134、基于多维管理的呼叫中心运行系统技术研究

135、嵌入式系统的流媒体播放器设计与性能优化

136、基于组合双向拍卖的云资源调度算法的研究

137、融入隐私保护的特征选择算法研究

138、济宁一中数字化校园系统的设计与实现

139、移动合作伙伴管理系统的设计与实现

140、黄山市地税局网络开票系统的设计与应用

141、基于语义的领域信息抽取系统

142、基于MMTD的图像拼接方法研究

143、基于关系的垃圾评论检测方法

144、IPv6的过渡技术在终端综合管理系统中的实现与应用

145、基于超声波测距与控制的运动实验平台研发

146、手臂延伸与抓取运动时间协调小脑控制模型的研究

147、位置可视化方法及其应用研究

148、DIVA模型中定时和预测功能的研究

149、基于蚁群的Ad Hoc路由空洞研究

150、基于定向天线的Ad Hoc MAC协议的研究

建议你主攻facedetect。Opencv有samples文件夹,其中可以帮助你完成毕设。 另外,建议你前往知网看看别人的论文。

opencv人脸检测实验论文

基于几何特征的人脸识别方法

基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。基于特征的方法的目标就是寻找上述这些不变特征，并利用这些特征来定位入脸。这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。

模板匹配算法首先需要人TN作标准模板(固定模板)或将模板先行参数化(可变模板)，然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。

基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法(PCA)、支持向量机(SVM)、神经网络方法(ANN)等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。因此，这也是j种自下而上的方法。这种方法的优点是利用强大的机器学习算法快速稳定地实现了很好的检测结果，并且该方法在复杂背景下，多姿态的人脸图像中也能得到有效的检测结果。但是这种方法通常需要遍历整个图片才能得到检测结果，并且在训练过程中需要大量的人脸与非人脸样本，以及较长的训练时间。近几年来，针对该方法的人脸检测研究相对比较活跃。

基于代数特征的人脸识别方法

在基于代数特征的人脸识别中，每一幅人脸图像被看成是以像素点灰度为元素的矩阵，用反映某些性质的数据特征来表示人脸的特征。 设人脸图像 ) , ( y x I 为二维 N M × 灰度图像，同样可以看成是 N M n × = 维列向量，可视为 N M × 维空间中的一个点。但这样的一个空间中，并不是空间中的每一部分都包含有价值的信息，故一般情况下，需要通过某种变换，将如此巨大的空间中的这些点映射到一个维数较低的空间中去。然后利用对图像投影间的某种度量来确定图像间的相似度，最常见的就是各种距离度量。 在基于代数特征的人脸识别方法中，主成分分析法（PCA）和Fisher 线性判别分析（LDA）是研究最多的方法。本章简要介绍介绍了PCA。

完整的PCA(PrincipalComponentAnalysis)人脸识别的应用包括四个步骤：人脸图像预处理；读入人脸库，训练形成特征子空间；把训练图像和测试图像投影的上一步骤中得到的子空间上；选择一定的距离函数进行识别。详细描述如下：

读入人脸库

一归一化人脸库后，将库中的每个人选择一定数量的图像构成训练集，设归一化后的图像是n×n，按列相连就构成n2维矢量，可视为n2维空间中的一个点，可以通过K-L变换用一个低维子空间描述这个图像。

计算K．L变换的生成矩阵

训练样本集的总体散布矩阵为产生矩阵，即

或者写成:

式中xi为第i个训练样本的图像向量，|l为训练样本的均值向量，M为训练样本的总数。为了求n2×n2维矩阵∑的特征值和正交归一化的特征向量，要直接计算的话，计算量太大，由此引入奇异值分解定理来解决维数过高的问题。

利用奇异值分解(AVD)定理计算图像的特征值和特征向量

设A是一个秩为r的行n×r维矩阵，则存在两个正交矩阵和对角阵：

其中凡则这两个正交矩阵和对角矩阵满足下式：

其中为矩阵的非零特征值，

把训练图像和测试图像投影到特征空间每一副人脸图像向特征脸子空间投影，得到一组坐标系数，就对应于子空间中的一个点。同样，子空间中的任一点也对应于～副图像。这组系数便可作为人脸识别的依据，也就是这张人脸图像的特征脸特征。也就是说任何一幅人脸图像都可以表示为这组特征脸的线性组合，各个加权系数就是K．L变换的展开系数，可以作为图像的识别特征，表明了该图像在子空间的位置，也就是向量

可用于人脸检测，如果它大于某个阈值，可以认为f是人脸图像，否则就认为不是。这样原来的人脸图象识别问题就转化为依据子空间的训练样本点进行分类的问题。

基于连接机制的人脸识别方法

基于连接机制的识别方法的代表性有神经网络和弹性匹配法。

神经网络(ANN)在人工智能领域近年来是一个研究热门，基于神经网络技术来进行人脸特征提取和特征识别是一个积极的研究方向。神经网络通过大量简单神经元互联来构成复杂系统，在人脸识别中取得了较好的效果，特别是正面人脸图像。常用的神经网络有：BP网络、卷积网络、径向基函数网络、自组织网络以及模糊神经网络等n¨。BP网络的运算量较小耗时也短，它的自适应功能使系统的鲁棒性增强。神经网络用于人脸识别，相比较其他方法，其可以获得识别规则的隐性表达，缺点是训练时间长、运算量大、收敛速度慢且容易陷入局部极小点等。Gutta等人结合RBF与树型分类器的混合分类器模型来进行人脸识别乜螂1。Lin等人采用虚拟样本进行强化和反强化学习，采用模块化的网络结构网络的学习加快，实现了基于概率决策的神经网络方法获得了较理想结果，。此种方法能较好的应用于人脸检测和识别的各步骤中。弹性匹配法采用属性拓扑图代表人脸，拓扑图的每个顶点包含一个特征向量，以此来记录人脸在该顶点位置周围的特征信息¨引。拓扑图的顶点是采用小波变换特征，对光线、角度和尺寸都具有一定的适应性，且能适应表情和视角的变化，其在理论上改进了特征脸算法的一些缺点。

基于三维数据的人脸识别方法

一个完整的人脸识别系统包括人脸面部数据的获取、数据分析处理和最终结果输出三个部分。图2-1 显示了三维人脸识别的基本步骤：1 、通过三维数据采集设备获得人脸面部的三维形状信息；2 、对获取的三维数据进行平滑去噪和提取面部区域等预处理；3 、从三维数据中提取人脸面部特征，通过与人脸库中的数据进行比对；4 、用分类器做分类判别，输出最后决策结果。

基于三维数据的方法的代表性是基于模型合成的方法和基于曲率的方法。

基于模型合成的方法，它的基本思想为：输入人脸图像的二维的，用某种技术恢复(或部分恢复)人脸的三维信息，再重新合成指定条件下的人脸图像。典型代表是3D可变形模型和基于形状恢复的3D增强人脸识别算法。3D可变形模型首先通过200个高精度的3D人脸模型构建一个可变形的3D人脸模型，用这个模型来对给定的人脸图像拟合，获得一组特定的参数，再合成任何姿态和光照的人脸图像n卜捌。基于形状恢复的3D增强人脸识别算法是利用通用的3D人脸模型合成新的人脸图像，合成过程改变了一定的姿态与光源情况。

曲率是最基本的表达曲面信息的局部特征，因而最早用来处理3D人脸识别问题的是人脸曲面的曲率。Lee禾lJ用平均曲率和高斯曲率值，将人脸深度图中凸的区域分割出来。

如果你是开发者的话，可以去Tel一下colorreco，更好地技术解答。

怎样使用OpenCV进行人脸识别 本文大部分来自OpenCV官网上的Face Reconition with OpenCV这节内容()，小弟我尝试翻译一些重要内容。这部分内容是Philipp Wagner写的，他的github：，他的网站，应该是个德国人。下面应该是他的照片。1友情提示，要看懂代码前，你得先知道OpenCV的安装和配置，会用C++，用过一些OpenCV函数。基本的图像处理和矩阵知识也是需要的。[gm:我是箫鸣的注释]由于我仅仅是翻译，对于六级才过的我，肯定有一些翻译错的或者不当的地方，所以请大家纠错。.介绍Introduction从开始，加入了新的类FaceRecognizer，我们可以使用它便捷地进行人脸识别实验。本文既介绍代码使用，又介绍算法原理。(他写的源代码，我们可以在OpenCV的opencv\modules\contrib\doc\facerec\src下找到，当然也可以在他的github中找到，如果你想研究源码，自然可以去看看，不复杂)目前支持的算法有 Eigenfaces特征脸createEigenFaceRecognizer() Fisherfaces createFisherFaceRecognizer() LocalBinary Patterns Histograms局部二值直方图 createLBPHFaceRecognizer()下面所有的例子中的代码在OpenCV安装目录下的samples/cpp下面都能找到，所有的代码商用或者学习都是免费的。.人脸识别Face Recognition对人类来说，人脸识别很容易。文献[Tu06]告诉我们，仅仅是才三天的婴儿已经可以区分周围熟悉的人脸了。那么对于计算机来说，到底有多难？其实，迄今为止，我们对于人类自己为何可以区分不同的人所知甚少。是人脸内部特征(眼睛、鼻子、嘴巴)还是外部特征(头型、发际线)对于人类识别更有效?我们怎么分析一张图像，大脑是如何对它编码的？David Hubel和TorstenWiesel向我们展示，我们的大脑针对不同的场景，如线、边、角或者运动这些局部特征有专门的神经细胞作出反应。显然我们没有把世界看成零散的块块，我们的视觉皮层必须以某种方式把不同的信息来源转化成有用的模式。自动人脸识别就是如何从一幅图像中提取有意义的特征，把它们放入一种有用的表示方式，然后对他们进行一些分类。基于几何特征的人脸的人脸识别可能是最直观的方法来识别人脸。第一个自动人脸识别系统在[Kanade73]中又描述：标记点(眼睛、耳朵、鼻子等的位置)用来构造一个特征向量(点与点之间的距离、角度等)。通过计算测试和训练图像的特征向量的欧氏距离来进行识别。这样的方法对于光照变化很稳健，但也有巨大的缺点：标记点的确定是很复杂的，即使是使用最先进的算法。一些几何特征人脸识别近期工作在文献[Bru92]中有描述。一个22维的特征向量被用在一个大数据库上，单靠几何特征不能提供足够的信息用于人脸识别。特征脸方法在文献[TP91]中有描述，他描述了一个全面的方法来识别人脸：面部图像是一个点，这个点是从高维图像空间找到它在低维空间的表示，这样分类变得很简单。低维子空间低维是使用主元分析(Principal Component Analysis,PCA)找到的，它可以找拥有最大方差的那个轴。虽然这样的转换是从最佳重建角度考虑的，但是他没有把标签问题考虑进去。[gm:读懂这段需要一些机器学习知识]。想象一个情况，如果变化是基于外部来源，比如光照。轴的最大方差不一定包含任何有鉴别性的信息，因此此时的分类是不可能的。因此，一个使用线性鉴别(Linear Discriminant Analysis,LDA)的特定类投影方法被提出来解决人脸识别问题[BHK97]。其中一个基本的想法就是，使类内方差最小的同时，使类外方差最大。近年来，各种局部特征提取方法出现。为了避免输入的图像的高维数据，仅仅使用的局部特征描述图像的方法被提出，提取的特征(很有希望的)对于局部遮挡、光照变化、小样本等情况更强健。有关局部特征提取的方法有盖伯小波(Gabor Waelets)([Wiskott97])，离散傅立叶变换(DiscreteCosinus Transform,DCT)([Messer06])，局部二值模式(LocalBinary Patterns,LBP)([AHP04])。使用什么方法来提取时域空间的局部特征依旧是一个开放性的研究问题，因为空间信息是潜在有用的信息。.人脸库Face Database我们先获取一些数据来进行实验吧。我不想在这里做一个幼稚的例子。我们在研究人脸识别，所以我们需要一个真的人脸图像！你可以自己创建自己的数据集，也可以从这里()下载一个。AT&TFacedatabase又称ORL人脸数据库，40个人，每人10张照片。照片在不同时间、不同光照、不同表情(睁眼闭眼、笑或者不笑)、不同人脸细节(戴眼镜或者不戴眼镜)下采集。所有的图像都在一个黑暗均匀的背景下采集的，正面竖直人脸(有些有有轻微旋转)。YaleFacedatabase A ORL数据库对于初始化测试比较适合，但它是一个简单的数据库，特征脸已经可以达到97%的识别率，所以你使用其他方法很难得到更好的提升。Yale人脸数据库是一个对于初始实验更好的数据库，因为识别问题更复杂。这个数据库包括15个人(14个男人,1个女人)，每一个都有11个灰度图像，大小是320*243像素。数据库中有光照变化(中心光照、左侧光照、右侧光照)、表情变化(开心、正常、悲伤、瞌睡、惊讶、眨眼)、眼镜(戴眼镜或者没戴)。 坏消息是它不可以公开下载，可能因为原来的服务器坏了。但我们可以找到一些镜像(比如 theMIT)但我不能保证它的完整性。如果你需要自己剪裁和校准图像，可以阅读我的笔记()。ExtendedYale Facedatabase B 此数据库包含38个人的2414张图片，并且是剪裁好的。这个数据库重点是测试特征提取是否对光照变化强健，因为图像的表情、遮挡等都没变化。我认为这个数据库太大，不适合这篇文章的实验，我建议使用ORL数据库。. 准备数据我们从网上下了数据，下了我们需要在程序中读取它，我决定使用CSV文件读取它。一个CSV文件包含文件名，紧跟一个标签。/path/to/;0 假设/path/to/是图像，就像你在windows下的c:/faces/person0/。最后我们给它一个标签0。这个标签类似代表这个人的名字，所以同一个人的照片的标签都一样。我们对下载的ORL数据库进行标识，可以获取到如下结果：./at/s1/;0./at/s1/;0..../at/s2/;1./at/s2/;1..../at/s40/;39./at/s40/;39想象我已经把图像解压缩在D:/data/at下面，而CSV文件在D:/data/。下面你根据自己的情况修改替换即可。一旦你成功建立CSV文件，就可以像这样运行示例程序： D:/data/ Creating the CSV File你不需要手工来创建一个CSV文件，我已经写了一个Python程序来做这事。[gm:说一个我实现的方法如果你会cmd命令，或者称DOS命令，那么你打开命令控制台。假设我们的图片放在J:下的Faces文件夹下，可以输入如下语句：J:\Faces\ORL>dir /b/s *.bmp > 然后你打开文件可能看到如下内容(后面的0，1..标签是自己加的)：参考

haar特征、lbp特征

基于人脸检测的论文

姓名：张钰  学号：21011210154  学院：通信工程学院 【嵌牛导读】Frequency-aware Discriminative Feature Learning Supervised by Single-Center Loss for Face Forgery Detection论文阅读笔记 【嵌牛鼻子】Deepfake人脸检测方法，基于单中心损失监督的频率感知鉴别特征学习框架FDFL，将度量学习和自适应频率特征学习应用于人脸伪造检测，实现SOTA性能 【嵌牛提问】本文对于伪造人脸检测的优势在哪里体现 【嵌牛正文】 转自：

计算机论文题目

随着大科学时代的到来及科技水平的高速发展，计算机科学与技术已经渗透到我国经济、社会的各个领域，这些都有利于全球经济的发展，还极大地推动了社会的进步，

1、基于物联网的煤矿井下监测网络平台关键技术研究

2、基于抽象状态自动机和π演算的UML动态语义研究

3、基于多种数据源的中文知识图谱构建方法研究

4、基于矩阵化特征表示和Ho-Kashyap算法的分类器设计方法研究

5、基于博弈论的云计算资源调度方法研究

6、基于合约的泛型Web服务组合与选择研究

7、本体支持的Web服务智能协商和监测机制研究

8、基于神经网络的不平衡数据分类方法研究

9、基于内容的图像检索与推荐技术研究

10、物联网技术及其在监管场所中的应用

11、移动图书馆的研发与实现

12、图书馆联机公共目录查询系统的研究与实现

13、基于O2O模式的外卖订餐系统

14、网络时代个人数据与隐私保护的调查分析

15、微信公众平台CMS的设计与实现

16、环保部门语义链网络图形化呈现系统

17、BS结构计量信息管理系统设计与研究

18、基于上下文的天然气改质分析控制系统的设计与实现

19、基于增量学习和特征融合的多摄像机协作监控系统目标匹配方法研究

20、无线自组网络密钥管理及认证技术的研究

21、基于CDMI的云存储框架技术研究

22、磨损均衡在提高SSD使用寿命中的应用与改进

23、基于.NET的物流管理软件的设计与实现

24、车站商铺信息管理系统设计与实现

25、元数据模型驱动的合同管理系统的设计与实现

26、安睡宝供应与销售客户数据管理与分析系统

27、基于OpenCV的人脸检测与跟踪算法研究

28、基于PHP的负载均衡技术的研究与改进

29、协同药物研发平台的构建及其信任机制研究

30、光纤网络资源的智能化管理方法研究

31、基于差异同步的云存储研究和实践

32、基于Swift的云存储产品优化及云计算虚拟机调度算法研究

33、基于Hadoop的重复数据删除技术研究

34、中文微博情绪分析技术研究

35、基于协议代理的内控堡垒主机的设计与实现

36、公交车辆保修信息系统的研究与设计

37、基于移动互联网的光纤网络管理系统设计与开发

38、基于云平台的展馆综合管理系统

39、面向列表型知识库的组织机构实体链接方法研究

40、Real-time Hand Gesture Recognition by Using Geometric Feature

41、基于事件的社交网络核心节点挖掘算法的研究与应用

42、线性判别式的比较与优化方法研究

43、面向日志分类的蚁群聚类算法研究

44、基于决策树的数据挖掘技术在电信欠费管理中的应用与研究

45、基于信任关系与主题分析的微博用户推荐技术

46、微博用户兴趣挖掘技术研究

47、面向多源数据的信息抽取方法研究

48、基于本体约束规则与遗传算法的BIM进度计划自动生成研究

49、面向报关行的通关服务软件研究与优化

50、云应用开发框架及云服务推进策略的研究与实践

51、复杂网络社区发现方法以及在网络扰动中的影响

52、空中交通拥挤的识别与预测方法研究

53、基于RTT的端到端网络拥塞控制研究

54、基于体系结构的无线局域网安全弱点研究

55、物联网中的RFID安全协议与可信保障机制研究

56、机器人认知地图创建关键技术研究

57、Web服务网络分析和社区发现研究

58、基于球模型的三维冠状动脉中心线抽取方法研究

59、认知无线网络中频谱分配策略的建模理论与优化方法研究

60、传感器网络关键安全技术研究

61、任务关键系统的软件行为建模与检测技术研究

62、基于多尺度相似学习的图像超分辨率重建算法研究

63、基于服务的信息物理融合系统可信建模与分析

64、电信机房综合管控系统设计与实现

65、粒子群改进算法及在人工神经网络中的应用研究

66、污染源自动监控数据传输标准的研究与应用

67、一种智能力矩限制器的设计与研究

68、移动IPv6切换技术的研究

69、基于移动Ad hoc网络路由协议的改进研究

70、机会网络中基于社会关系的数据转发机制研究

71、嵌入式系统视频会议控制技术的研究与实现

72、基于PML的物联网异构信息聚合技术研究

73、基于移动P2P网络的广播数据访问优化机制研究

74、基于开放业务接入技术的业务移动性管理研究

75、基于AUV的UWSN定位技术的研究

76、基于隐私保护的无线传感网数据融合技术研究

77、基于DIVA模型语音生成和获取中小脑功能及其模型的研究

78、无线网络环境下流媒体传送技术的研究与实现

79、异构云计算平台中节能的任务调度策略研究

80、PRAM模型应用于同步机制的研究

81、云计算平台中虚拟化资源监测与调度关键技术研究

82、云存储系统中副本管理机制的研究

83、嵌入式系统图形用户界面开发技术研究

84、基于多维管理的呼叫中心运行系统技术研究

85、嵌入式系统的流媒体播放器设计与性能优化

86、基于组合双向拍卖的云资源调度算法的研究

87、融入隐私保护的特征选择算法研究

88、济宁一中数字化校园系统的设计与实现

89、移动合作伙伴管理系统的设计与实现

90、黄山市地税局网络开票系统的设计与应用

91、基于语义的领域信息抽取系统

92、基于MMTD的图像拼接方法研究

93、基于关系的垃圾评论检测方法

94、IPv6的过渡技术在终端综合管理系统中的实现与应用

95、基于超声波测距与控制的运动实验平台研发

96、手臂延伸与抓取运动时间协调小脑控制模型的研究

97、位置可视化方法及其应用研究

98、DIVA模型中定时和预测功能的研究

99、基于蚁群的Ad Hoc路由空洞研究

100、基于定向天线的Ad Hoc MAC协议的研究

101、复杂网络社区发现方法以及在网络扰动中的影响

102、空中交通拥挤的识别与预测方法研究

103、基于RTT的端到端网络拥塞控制研究

104、基于体系结构的无线局域网安全弱点研究

105、物联网中的RFID安全协议与可信保障机制研究

106、机器人认知地图创建关键技术研究

107、Web服务网络分析和社区发现研究

108、基于球模型的`三维冠状动脉中心线抽取方法研究

109、认知无线网络中频谱分配策略的建模理论与优化方法研究

110、传感器网络关键安全技术研究

111、任务关键系统的软件行为建模与检测技术研究

112、基于多尺度相似学习的图像超分辨率重建算法研究

113、基于服务的信息物理融合系统可信建模与分析

114、电信机房综合管控系统设计与实现

115、粒子群改进算法及在人工神经网络中的应用研究

116、污染源自动监控数据传输标准的研究与应用

117、一种智能力矩限制器的设计与研究

118、移动IPv6切换技术的研究

119、基于移动Ad hoc网络路由协议的改进研究

120、机会网络中基于社会关系的数据转发机制研究

121、嵌入式系统视频会议控制技术的研究与实现

122、基于PML的物联网异构信息聚合技术研究

123、基于移动P2P网络的广播数据访问优化机制研究

124、基于开放业务接入技术的业务移动性管理研究

125、基于AUV的UWSN定位技术的研究

126、基于隐私保护的无线传感网数据融合技术研究

127、基于DIVA模型语音生成和获取中小脑功能及其模型的研究

128、无线网络环境下流媒体传送技术的研究与实现

129、异构云计算平台中节能的任务调度策略研究

130、PRAM模型应用于同步机制的研究

131、云计算平台中虚拟化资源监测与调度关键技术研究

132、云存储系统中副本管理机制的研究

133、嵌入式系统图形用户界面开发技术研究

134、基于多维管理的呼叫中心运行系统技术研究

135、嵌入式系统的流媒体播放器设计与性能优化

136、基于组合双向拍卖的云资源调度算法的研究

137、融入隐私保护的特征选择算法研究

138、济宁一中数字化校园系统的设计与实现

139、移动合作伙伴管理系统的设计与实现

140、黄山市地税局网络开票系统的设计与应用

141、基于语义的领域信息抽取系统

142、基于MMTD的图像拼接方法研究

143、基于关系的垃圾评论检测方法

144、IPv6的过渡技术在终端综合管理系统中的实现与应用

145、基于超声波测距与控制的运动实验平台研发

146、手臂延伸与抓取运动时间协调小脑控制模型的研究

147、位置可视化方法及其应用研究

148、DIVA模型中定时和预测功能的研究

149、基于蚁群的Ad Hoc路由空洞研究

150、基于定向天线的Ad Hoc MAC协议的研究

关于地基基础检测的论文

湿陷性黄土地基处理研究

黄土湿陷性对人类工程活动危害很大，常使建筑物、渠道、库岸、道路护坡造成破坏。以下是我收集整理的湿陷性黄土地基处理研究论文，和大家一起分享。

摘要： 通过梳理湿陷性黄土成因及各地基处理方法的适用范围、优缺点，结合黄韩侯铁路房屋湿陷性黄土地基处理方案的工程实例，以技术经济分析方式，得出了湿陷性黄土地区铁路房屋地基处理的一般方法，对湿陷性黄土地区铁路房屋的修建具有很好的借鉴作用。

关键词 ： 湿陷性黄土;铁路房屋;地基处理垫层法;挤密法

湿陷性黄土是一种特殊性质的土，具有在自重或外部荷重下或二者共同作用下，受水浸湿后结构迅速破坏发生突然下沉的性质.它在中国分布广泛，主要集中在山西、陕西、甘肃大部分地区以及河南西部.此外，新疆、山东、辽宁、宁夏、青海、河北及内蒙古的部分地区也有分布，但不连续.

铁路房屋是铁路生产、运营的核心，发挥着指挥、调度、监控、服务等作用，对整个铁路的安全运营起着十分重要的作用，是整体铁路系统中不可缺少的一部分.鉴于湿陷性黄土的危害性和铁路房屋的重要性，在湿陷性黄土地区的铁路站房建设，必须采取处理措施，以保证站房结构的安全.

由于国内对铁路房屋湿陷性处理措施的专项研究和实例介绍不多，本文特从理论与实践相结合的角度对此问题展开论述.

1 黄土的湿陷机理及防止措施

黄土的湿陷性机理

黄土的结构特点和胶结物质的水溶特性决定了黄土湿陷的机理[1].湿陷性黄土是一种非饱和的欠压密土，具有大孔和垂直节理，在天然湿度下，其压缩性较低，强度较高，但遇水浸湿时，土的强度显著降低，在附加压力或在附加压力与土的自重压力下引起的湿陷变形，是一种下沉量大、下沉速度快的失稳性变形.造成黄土湿陷的原因可总结为：

(1)黄土的力学性质从内部改变了黄土在浸水及外部荷载因素下，使剪应力超过抗剪强度，从而发生湿陷.

(2)黄土内部受浸水湿化作用下，使土壤自身摩擦力降低，外部扰动作用诱发湿陷.

(3)黄土内部结构发生崩解，使黄土颗粒间胶结强度弱化，颗粒间相对迁移，并伴随小颗粒进入大间隙.同时由于颗粒间胶结被水溶解，在外部扰动作用下强度已不堪平衡，造成土质结构损坏.

湿陷性黄土的防止措施

黄土湿陷性对人类工程活动危害很大，常使建筑物、渠道、库岸、道路护坡造成破坏.笔者认为，改变湿陷性黄土的结构特性是防止黄土湿陷性的核心，而防止或减小建筑物地基浸水湿陷则是防止黄土湿陷性的关键点.

防止湿陷性黄土地基湿陷的综合措施主要有地基处理、防水措施和结构措施三种.其中地基处理措施主要用于改善土的物理力学性质，减小或消除地基的湿陷变形;防水措施主要用于防止或减少地基受水浸湿;结构措施主要用于减小或调整建筑物的不均匀沉降，或使上部结构适应地基的变形[2].三种措施作用、功能、侧重点各不相同，在实践中要采取以地基处理为主的综合措施，标本兼治，突出重点，消除隐患.

防止黄土湿陷性的地基处理措施主要有以下几种：

(1)垫层法：包括土垫层和灰土垫层，是将基底以下湿陷性土层部分或者全部挖除，用2:8或3:7灰土局部或整片进行换填并分层夯实，适用于消除基底以下 1～3m的湿陷性黄土.具有施工简易、快捷、造价低的优点，但这种措施处理的黄土厚度有限，不适用于较厚的湿陷性黄土地层，还需做好防水，地面水及管道漏水仍可能渗入土层引起不均匀沉降.

(2)强夯法：是反复将夯锤(10～60t)提到一定高度(10～40m)使其自由落下，给地基以冲击和振动能量，从而提高地基承载力、降低其压缩性，改善地基性能.该法设备简单、工期短、节省劳力材料、造价低廉.处理深度一般在3～7m，对非自重湿陷性黄土效果明显.它要求场地有足够空间，对土壤含水量要求高，且施工造成的震动大，对周围建筑有影响，不适宜在城区使用，施工前试验和完工后检验时间长(30d).

(3)挤密法：是用灰土或土层夯实的桩体，形成增强体，与挤密的桩间土一起组成复合地基，共同承受基础的上部荷载.成孔挤密主要有沉管、冲击、夯扩、爆扩等方法，适用于厚度在3～15m的湿陷性黄土，由于桩体和桩间土的双效作用使得挤密法地基处理的整体效果好，不但消除或部分消除了黄土的湿陷性，还提高了地基土的承载力、增强了其水稳性.

(4)预浸水法：宜用于处理厚度大于10m，自重湿陷量的计算值不小于 500mm的场地.浸水结束后，地面6m以下湿陷性可全部消除，地面6m以内湿陷性也可大幅度减小，但该法耗时太长，往往影响工期，需水量也大，缺水地区不适用.浸水使场地周围地表下沉开裂，容易影响附近建筑物的安全，所以规定至既有建筑物的距离不小于50m，而且一般在浸水结束后，还需进行补充勘察工作，重新评定地基土的湿陷性，并采用垫层或其他方法处理上部湿陷性黄土层，无形中增加了成本、延长了工期.

当以上地基处理措施都不能满足设计要求时，可采用桩基础来消除黄土的湿陷性，此法安全可靠，但是投资费用较大.

2 工程实例

铁路车站站房综合楼

黄韩侯铁路新建白水、澄城、合阳北站站房在陕西省渭南市境内，位于陇东—陕北—晋西的湿陷性黄土带上，此地区自重性黄土分布广泛，厚度一般大于10m，地基湿陷等级一般为3～4级，湿陷性较敏感.经现场钻孔检测，三站均为4级自重性湿陷性黄土，与《湿陷性黄土地区建筑规范(GB 50025-2004)》判定一致.以澄城站站房施工场地为例，土层从上至下分布为：

(1)人工填土：厚约.

(2)黏质黄土：厚约，黄褐色，成份以黏粒为主，黏性一般，土质均匀，土体结构疏松，可见针状孔隙及虫孔，含少量钙丝及钙质结核，岩芯呈散块状及短柱状，其中：～含大量钙丝，～含大量钙质结核，具IV级自重湿陷性.fak=150kPa.(3)砂质黄土: 厚约，棕褐色，成份以黏粒为主，黏性一般，土质均匀，土体结构较紧密，可见少量针状孔隙，硬塑，岩芯呈短柱状，具IV级自重湿陷性.fak=150kPa.

经现场探孔检测，白水站和合阳北站站房与澄城站房一样，均为IV级自重湿陷性黄土，且厚度较大.站房为300人小型铁路车站站房，房屋结构采用全现浇钢筋混凝土结构，主体1层，局部2层，建筑高度12m，建筑面积2500m2，设计使用年限为50年，房屋基础采用钢筋混凝土独立基础，地基基础设计等级为丙级.

设计要求处理后复合地基承载力特征值不小于180kpa，桩间土平均挤密系数不小于.

根据现场情况、房屋结构及国家有关规范的要求综合分析测算，对三站站房地基采用灰土挤密桩的方式进行处理.灰土挤密桩材料按2：8配合比，桩径400mm，桩长度为10m，梅花状布桩，桩距900mm.施工完毕后，经检测三站站房复合地基承载力特征值为225kPa，桩间土平均挤密系数大于，地基承载力提升明显，满足设计要求。

单层小型砌体房屋

黄韩侯铁路韩城车站待检室及清扫房位于陕西省韩城市韩城火车站内，拟建房屋地质资料如下：

(1)杂填土：由粉质粘土与大量砖瓦碎片组成，结构杂乱，土质不均，厚约1m，Ⅱ级普通土.

(2)黏性黄土：分布于填土底面以下，黄褐色，硬塑—可塑，虫孔及大孔隙发育，具湿陷性，工程场地均有分布，属中等压缩性土.厚约10m，底部为棕红色古土壤层.Ⅱ级普通土.fak=120kpa，具Ⅲ级自重湿陷性.

待检室及清扫房建筑面积，层数1层，层高，结构形式为砖混，设计使用年限为50年，地基基础设计等级为丙级，基础采用柱下墙下条形基础，要求处理后的地基承载力特征值不小于180kpa.

地基处理采用基底以下换填3m厚3:7灰土垫层，每边宽出基础边不小于，垫层分层夯实，压实系数不小于.用换填法处理地基后，压实系数不小于，地基承载力特征值为195kpa，满足设计要求.

多层框架房屋

(3)黄韩侯铁路芝阳站运转综合房屋，建筑面积，二层框架结构，层高.拟建房屋地质资料为：黏性黄土：浅棕黄—黄褐色，厚度大于 20m，土质均匀，夹有钙质网膜及零星姜石，硬塑，Ⅱ普通土，fak=150kpa，属自重型湿陷性黄土，湿陷等级Ⅳ级，湿陷土层厚度约25～35m.地表水不发育.钻孔深度未见地下水，土壤冻结深度37cm，要求地基处理后复合地基承载力特征值不小于180kpa.

拟采用3：7灰土挤密桩进行地基处理，桩长6m，桩径450mm，等边三角形布桩，桩距1000mm.但由于现场施工场地不能满足灰土挤密桩处理宽度的要求，经计算，将地基处理方案修改为3:7灰土换填处理地基，处理厚度为基底下3m，宽出基础边缘各2m，灰土压实系数不小于.

现场施工完毕后，经检测，地基承载力特征值大于180kpa，满足设计要求.

工程造价分析

从上表可以看出，对铁路房屋的重要建筑如火车站站房由于其重要性宜采用灰土挤密桩进行地基处理以保证其结构的安全性，其他房屋宜采用换填灰土垫层的方法对地基进行处理，相较挤密法既能有效节省工期、又能显著降低造价，可作为铁路一般房屋处理湿陷性黄土的首选方法.

3 结语

(1)本文以陕西黄韩侯铁路房屋湿陷性黄土地基处理为例，针对房屋所处的现场情况和地质条件，论述了采取的垫层法和挤密法的房屋地基处理方案，并进行了经济技术分析，得出了铁路站房适用灰土挤密法、一般房屋适用垫层法进行湿陷性黄土地理处理结论.

(2)目前对湿陷性黄土的研究成果主要集中在地方民建方面，铁路方面主要集中在对路基的'处理方面[3，4]，对铁路房屋的研究极少、类型也单一[5].由于铁路房屋的特殊性，下一步应加强湿陷性黄土地区铁路房屋地区地基处理方法的探索和研究，尤其是地方民建较少使用的其他技术(如DDC桩、钻孔灌注桩、震动碎石桩等)，注意案例的收集和数据的积累，以推动湿陷性黄土地基处理技术的发展.

(3)在湿陷性黄土地基处理时，要根据《湿陷性黄土地区建筑规范》(GB50025)、《建筑地基处理技术规范》(JGJ79)的要求，结合所建建筑物的特点、地质条件、要求的地基承载力、施工难易程度、节省投资等方面，进行技术经济分析，选择最合适的房屋地基处理方案，避免资源的浪费.

(4)灰土挤密桩的施工机械属大型施工机械，由于成本原因，现在使用的机械都较为陈旧，因此要研究一套切实可行的安全控制方法和安全操作规程，确保施工安全.

(5)湿陷性黄土房屋地基经过地基处理后湿陷性消除或降低，能达到建筑物荷载的要求，但是我们在实践中还应该采取结构(如考虑框架结构，结构内外设置变形缝等)、防水(如扩大站房外散水的宽度、增加防水卷材等)等措施，继续结构、防水、维护这方面的研究和探索，在实践中不断探索防止湿陷性黄土的方法，防止地基湿陷对建筑物的危害.

参考文献：

(1)张晓宇.湿陷性黄土地区建筑的地基处理措施[J].山西建筑，2014(3)：76.

(2)GB 50025-2004，湿陷性黄土地区建筑规范[S].79.

(3)摇裕春，李安洪，罗照新，孙莺.郑西客专湿陷性黄土地基处理技术研究[J].铁道工程学报，2013(9)：15—19.

(4)赵如意.黄韩侯铁路湿陷性黄土地基处理措施研究与设计[J].科技创新导报，2013(5)：113.

(5)袁二丽.湿陷性黄土地段房屋地基处理方案及造价分析[J].铁路工程造价管理，2013(3)：8-10.