全文总字数：2475字

1. 研究目的与意义及国内外研究现状

目的和意义：无论任何时候，家庭安全对于我们来说都是至关重要的，如今市场上有各种各样的监控装置，要么价格昂贵，要么需要人工管理（专门有人观察着监控屏幕）， 要么仅仅用于监控记录，不智能。

本文中描述的系统是一种适用于家庭个人的监控系统，简单方便，它是基于人脸识别来实现的。

国内外研究现状

自动人脸识别技术开始于20世纪60年代，美国，日本，英国，德国，荷兰等国家都有专门的机构负责研究，许多大学和基金都对它情有独钟，比较著名的有美国麻省理工学院的媒体实验室，人工智能实验室，卡内基梅隆大学，英国剑桥大学等。

2. 研究的基本内容

内容主要是人脸识别算法：

1）对鼻子的定位：从上面的图中可以看出鼻子出的灰度值是比较大的，是一个小波峰，都知道鼻子是在眼睛和嘴巴之间，那么根据图右边的水平积分投影曲线可以得到这个位置是一个波峰，那么需要可以记录它的左右位置。

2）眼睛的定位：还是根据上面的水平积分投影图可以知道第二个波谷出是眼睛的位置所在x1，第四个波谷是嘴巴的位置x2，然后用matplotlib可以做出它的二值图像，把上面x1最为横坐标，在y坐标上从左到右搜寻，灰度值不为0的位置是左眼的左边，然后再往右走，这时又有一个不为0的位置，它是左眼的右边，依次类推，再找到右眼的左边和右边。

3）嘴巴的定位：其实和眼睛的定位差不多，也是从上面的水平积分投影曲线分析，根据波谷得到嘴巴的x坐标，然后在二值图像上找到灰度值为0的地方就是嘴的位置。

3. 实施方案、进度安排及预期效果

方案：当有外人闯入时会触发压力传感器，这时它会发出信号到OpenMV并触发摄像头开始工作，然后对拍摄的图像与存储的数据进行对比，如果数据存在，不会发出警告，如果不存在，这时OpenMV模块会调用GSM模块，发出短信来提示。（OpenMV实际上是基于STM32的视觉处理模块，集成了摄像头模块，Python解析器等可以用Python来编程）

预期效果：首先当压力传感器将信号传到OpenMV时，触发摄像头开始工作，进行图像拍摄如图所示 图像会存储到SD卡中。当拍摄完成后，接下来是图像的预处理：图像的增强，图像平滑，边缘检测和提取，图像归一化一系列操作，下图分别为均值滤波和边缘检测的效果图：处理过后可以利用几何人脸识别算法进行人脸识别，效果图如下，以及特征点提取效果图：，将特征点的数值提取后做出特征向量与存储的数据进行对比，如果相同不发出警报信息，否则调用GSM模块发送警报信息。

4. 参考文献

【1】郭海峰，张亮.视频图像序列中的运动目标实时检测【J】.科技信息（学术研究），2008（01）【2】陈伟杰.复杂场景下灰度图像的运动目标跟踪【J】.计算机与现代化，2007（10）【3】吴晓阳.基于Opencv的运动 目标检测与跟踪【J】.浙江大学【4】熊倩.基于Opencv的运动目标检测与跟踪算法研究【J】.武汉理工大学【5】段荣霞.单片机与GSM模块通信技术的研究【J】.国外电子测量技术【6】金艳.GPRS/GSM在安全监控及数据采集中的应用【J】.浙江大学【7】曹海燕.基于几何特征的人脸识别算法的研究【D】.曲阜师范大学，2015【8】韩娟.基于几何图的人脸识别算法研究【D】.西安建筑科技大学，2013【9】李建中，方学阳，雷立礼.基于几何特征的动态人脸识别【J】.科学技术与工程，2010【10】 侯景.基于边缘几何估计的人脸识别方法【D】.燕山大学，2012（3）【11】 徐媛.基于几何特征的人脸识别方法研究【D】.中国地质大学，2008（9）