1. 研究目的与意义（文献综述）

随着近几十年科技的快速发展，互联网中累积的图像和视频数据呈指数关系增长，如何合理地利用这海量的数据为人类社会的发展做贡献，成为了近年来的研究热点。人脸识别的研究和应用得到了空前的重视，并取得了长足的进步。它是基于人的脸部特征信息进行身份识别的一种生物识别技术。它集中了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论和实现，是生物特征识别的最新应用。

而人脸识别及定位的应用，由于在安防、金融、美容等多数行业有着较为通用且高适用性的应用，成为了模式识别与计算机视觉领域内最受重视的课题之一。

人类社会对于人脸识别的研究史可以追溯到上个世纪六、七十年代，经过了几十年的不断锤炼已经日益成熟^[1]。最早的人脸识别技术研究主要在固定位置、无背景干扰等极强的约束条件下进行，针对不同的狭窄应用范围有不同的约束和技术调整，无通用框架，故并未引起广泛关注。近年来，在视频监控、金融认证等方面，对于一般环境图像甚至是复杂环境下的人脸识别技术有着强烈的需求，同时，由于计算机硬件能力和模式识别与机器学习等基于数据驱动的技术的飞速发展，人脸识别任务被提升到了史无前例的高度

2. 研究的基本内容与方案

本次设计的人脸分割系统基于opencv，opencv提供了很多优化的复杂算法、函数以及工具集，给本次设计的研究和实现带来了很大的方便。

本次设计的人脸关键点的识别及应用系统主要分为人脸检测和关键点定位、简单美图功能应用两个部分。人脸检测是指在环境背景中将人脸区域检测出来，本次设计的两个部分拟采用的技术方案如下。

一. 人脸检测和关键点定位

3. 研究计划与安排

第1-4周：查阅相关中、英文文献资料，明确研究内容。确定设计方案，完成开题报告，完成不少于2万字符的英文翻译任务；

第5-6周：完成论文开题工作。

第7-10周：完成手势识别与模拟鼠标控制系统的设计与调试，并撰写部分论文初稿；

4. 参考文献（12篇以上）

1. baggio, daniel lélis. opencv 3.0 computer vision with java[m]. packt publishing ltd, 2015.

2. 李康顺, 李凯, 张文生. 一种基于改进bp神经网络的pca人脸识别算法[j]. 计算机应用与软件, 2014.

3. 孙文荣, 周先春, 嵇亚婷. 基于直方图均衡化、pca和svm算法的人脸识别[j]. 软件, 2014, 35(8):11-15.