本文研究排除照片攻击的真人鉴别技术，在基于OpenCV的Visual Studio 2013平台上，利用Haar特征分类器检测人脸及AAM（Active Appearance Model）人脸对齐算法识别人的眼部及唇部，再通过眼部和唇部角点的距离变化判断是否有眨眼或张嘴的行为，从而达到真人鉴别的目的。

1、主要内容

本课题主要是调用计算机的摄像头进行实时的人脸检测，在摄像头内容中框出人脸的轮廓，并判别摄像头捕捉到的人脸是否有眨眼和张嘴行为，以判定摄像头前的人脸为真实的人，而不是照片的伪造。

本课题的实现以Visual studio 2013为平台，c++语言为编程语言，结合opencv的相关知识，最终以用户界面的形式展示。

2、章节安排

本文正文部分共包括五个章节：

第一章：绪论，概述课题的研究目的和意义；以及课题的背景和内容。

第二章：关键理论技术，阐述了研究本课题所要使用的关键技术C++语言的工作原理和opencv的相关算法原理。

第三章：系统总体设计，显示了该人脸识别系统的体系结构，分析了系统的各种需求，以及系统要实现的功能，并描述了如何对每个功能模块进行设计和对系统流程的设计思想。

第四章：人脸检测与对齐模块的实现，对人脸检测与对齐模块的实现进行了详细的阐述，包括相关算法、关键代码及效果展示。

第五章：真人鉴别模块的实现，对人脸检测与对齐模块的实现进行了详细的阐述，包括相关算法、关键代码及效果展示。

第六章：总结，对整个设计进行总结。

应用程序的功能需求分析

首先要通过摄像头对人脸进行采集，然后对采集到的人脸进行检测，将经过检测的人脸图片进行训练以得到一个模型，最后使用当前捕获的图像与该模型进行比对，这一过程被称为预处理。想要很好的完成后面的人脸检测和人脸对齐这两大关键模块，预处理模块必不可少，它在整个人脸识别过程中非常重要。

本系统的主要具备如下功能

（１）人脸检测功能：人脸的获取主要是通过从摄像头中所捕获人脸，检测人脸轮廓，并在摄像头内容中框出人脸。

（２）图像预处理功能：该模块主要包括图像转灰度图像、高斯平滑、摄像机矫正、二值化变换等。

（３）人脸对齐功能：从摄像头获取的图像在经过前期的预处理后，将通过检测器来标记眼睛、嘴唇来确定人脸区域，并框出人的眼睛和唇部位置。

（４）眨眼或张嘴判定功能：在摄像头获取的图像上，通过人眼和唇部的一系列动作，判断人脸是否是真人的可能性

本设计主要是通过摄像头对人脸进行检测和捕捉，通过人脸部的一些动作表情，进一步判断摄像头前的具体人物成像是否为真人，并非图片冒充，为整个人脸识别系统的安全性提供一层保障，减少在进行数据库人像比对是存在的照片攻击的可能性。

从系统的功能上说，主要分为三个功能模块：人脸检测模块、人脸对齐模块和真人鉴别模块。

首先，程序开始运行的第一步即为打开摄像头，在摄像头打开之后，进行人脸检测和人脸对齐，摄像头内容中框出人脸以及人脸部件（眼睛、嘴巴、人脸轮廓等），完成这步之后，然后进行人与摄像头距离和角度的判断，当人距离摄像头过远或者角度过偏时，会进行提醒，并返回检测对齐过程直到检测到的人脸与摄像头之间的距离适中并且角度为人脸正对摄像头时，进行眨眼和张嘴判断，因为眨眼和张嘴完成其中之一就可以认定摄像头前为真人，所以眨眼判定和张嘴判断为or的关系，当摄像头前的人完成眨眼或者张嘴的动作时，判定通过，输出鉴定结果为真人，并结束程序，否则提示并重新进行眨眼和张嘴的判断......