1. 研究目的与意义
面对如今信息安全检查，身份采集登记，调配资源或室内监控管理的各类情况，人数统计的信息起到十分重要的作用，它可以节省人力资源，减少投入用于统计的人工成本，同时也降低人工费用的支出，在简单场景下进行的人数识别统计，越来越受到人们的关注，它也广泛应用于各种地点，逐渐作为独立的课题受到人们的普遍重视。
本文将在简单场景下选取出图像为研究对象，读取数据后利用分析人脸视觉特征信息，确认所有人脸的位置、大小，采用多种模式特征综合的方法，探索制定方案，比较选择人脸识别方法并通过一系列计算识别检测出人脸，统计数量，最大程度地保证准确率。
这种技术在安全访问控制、视觉检测、基于内容的检测和新一代人机界面等领域具有很大的应用价值。
2. 课题关键问题和重难点
关键问题： (需要实现的功能）1、熟练选择掌握matlab语言应用。
2、比较选择人脸检测方法，如基于肤色特征的方法，基于灰度特征的方法等。
3、采用肤色特征的方法进行人脸识别，实现人数统计。
3. 国内外研究现状（文献综述）
随着科学技术的不断发展创新进步，关于研究基于人数统计的图像处理算法的方案持续被提出并受到关注，体现出人数统计发展技术的趋势与走向。
李通（2015）通过图像预处理的相关方法对图像进行了预处理，改进了帧差法和减背景法，克服了单独使用减背景法是图像中存在噪声和漏检点的问题，采用人体整体特征信息，实现对多运动行人的有效跟踪。
杨璐（2021）针对教室人数自动统计的应用场景，研究了基于人体轮廓特征和运动检测的图像处理算法。
4. 研究方案
人脸检测的整体思路为：寻找图片中最大的连通域，将其认定为人脸。
主要模块如下：1.首先进行均值滤波，减弱图像的相关细节部分，以免毛刺影响后期连通域的形成，同时二值化方便形态学处理，减少运算量。
2.采取形态学边界提取，形成较大的封闭连通域。
5. 工作计划
第1-3周确定论文方向，定下选题，调查人数统计算法的各种实现方法和难易。
通过在各类网站的检索和文献翻阅完成文献综述，收集各类可使用的信息资料，完成开题报告与外文翻译。
第2-5周学习matlab相关知识，收集大量图片为后期实验做准备，了解人脸识别的几种方法，比较它们各自的优劣性和准确性，选择精准性高的识别方法用于实践，优化方案，设计人数统计的办法，初步建立实验方案。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
