1. 研究目的与意义
如今，很多安全系统都依赖于生物识别技术，其中包括人脸检测，但是不同的外部环境会对人脸识别造成不同程度的干扰，尤其是面部遮挡。
为了提高安保系统的安全系数，基于峰值聚类的人脸遮挡判别方法可以对如今的安全系统加以改进和完善。
聚类是一种典型的非监督学习方法，目前对于人脸遮挡判别的研究大部分是从有监督学习方法的角度进行的。
2. 课题关键问题和重难点
课题的关键问题：1.系统如何在少量样本的情况下准确、自动地检测人脸遮挡区域。
2.系统检测人脸遮挡的速度3.数据库的设计，测试图片的选取难点在于：1.人脸姿势影响：当人通过监控区域时可能出现抬头、低头、侧着脸等姿势。
2.人脸形状影响：不同的人脸有不同的形状结构，想要使用一种数学模型能够匹配所有人脸轮廓难度较大，人脸预处理模块没有得到体现。
3. 国内外研究现状（文献综述）
调研报告聚类是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。
由聚类所生成的簇是一组数据对象的集合，同一类簇内的实体相似，不同类簇的实体不相似；一个类簇是测试空间中点的会聚，同一类簇的任意两个点间的距离小于不同类簇的任意两个点间的距离；类簇是一个包含密度相对较高的点集的多维连通区域，它们通过包含密度相对较低的点集的区域与其他区域相分离。
聚类分析起源于分类学，聚类是一个无监督的分类，它没有任何先验知识可用，但是聚类不等于分类。
4. 研究方案
采用峰值聚类方法进行人脸遮挡判别，以验证峰值聚类算法的可效性实验样本主要来自AR数据库，该数据库包含了4000幅人脸照片样本，包含126个人的面部图像，其中有70个男性和56个女性程序使用python语言编写，程序设计环境Anacondas
5. 工作计划
2022.1.01 ~ 2022.2.17 文献调研，完成系统的需求分析、提出具体设计方案，准备好相关软、硬件资源2022.2.17 ~ 2022.3.2完成外文翻译、开题报告(弄清选题背景与意义国内外相关研究现状、课题关键问题及难点、文献综述、研究方案、技术路线及可行性分析)2022.3.16 ~ 2022.5.17 实现基于峰值聚类的人脸遮挡判别程序，分析、设计数据库，搭建框架分析、设计服务器，使用开发工具开发功能模块分析、设计客户端，完成界面设计2022.5.18 ~ 2022.6撰写论文准备答辩
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。
