全文总字数：4063字

1. 研究目的与意义

人脸识别是当前人工智能和模式识别的研究热点，它是近几十年来才发展起来的。

最初应用于公安部门关于犯罪照片的存档管理和刑侦破案，随着科学技术的发展和社会进步，进行快速、有效、自动的人脸识别技术要求日益迫切。

人脸检测是指对任意给定的一幅图片，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回人脸位置、大小和姿态。

2. 国内外研究现状分析

人脸研究主要包括人脸识别技术和人脸检测技术研究。

人脸检测问题最初来源于人脸识别，但又不仅仅局限于人脸识别，近年来，由于人脸检测在会议电视、视频监控、视频压缩编码等领域的广泛应用人脸检测开始作为一个独立的课题接受到日益广泛的关注。

人脸检测是一个复杂的具有挑战性的，目前国外对人脸检测问题研究的很多，比较著名的有mit、cmu、usc等，国内的清华大学、北京大学、南京理工大学中国科学院计算技术研究所和自动化研究所都有人员在从事人脸检测方面的研究。

3. 研究的基本内容与计划

基于adaboost算法的人脸检测方法是一种基于积分图、adaboost算法和级联分类器的方法，其中adaboost算法是其核心内容。

首先选用haar-like特征进行特征表示，然后采用积分图的图像表示方法，该方法可以快速的计算出分类器用到的haar-like特征，接着采用adaboost算法，从巨大的haar-like特征集中选择少量关键的具有较强分类特性的特征，产生一系列弱分类器，然后将这些弱分类器合成一个强分类器，最后通过级联算法将多个强分类器合成一个更加复杂的人脸检测器。

总结以上则有，计算haar-like特征，训练弱分类器，训练强分类器，训练级联分类器，实现人脸检测。

4. 研究创新点

理解adaboost算法核心，编程实现人脸检测，尽量提高效率