MATLAB教室人数统计系统

• MATLAB教室人数统计系统
• 课题背景意义介绍

我国人数基数大，各个公共场合的人数是一个十分重要的信息，也是人们一直关注的话题。教室作为其中一个十分特殊的公共场合，它的人数有着很重要的现实意义。比如在无人或者人数比较少的教室可以做到远程控制空调和风扇以及电灯数量，节约能源的目的；统计高校学生逃课比例，目前目前老师往往采取手工点名，效率低下，或者存在替代点名的情况，导致数据不可靠；高校或者社会中教室资源紧张，很多场所的教室面临一座难求，如果有一套行之有效的教室人数统计系统，可以合理地分配社会资源，让资源得到充分的利用；讲座时，参与人数可以充分反映讲座人的受欢迎程度，客观反映真实情况等等。

   目前国内外现代社会的飞速发展对身份鉴别的快速性、准确性及安全性等方面都提出了更为严苛的要求，而生物特征识别技术的快速发展使得这一切成为了可能。其中，人脸检测与识别技术发展最为迅速，相对而言，这种方法更加直接、友好，也更便于在生产实践中得到广泛应用。如人流量行人检测，人脸检测，身份识别系统在诸多领域发挥着重要作用，其市场前景也十分广阔，研究更为快速有效的人脸检测与识别系统，对社会发展以及公共安全、国家安全等方面都有着十分重要的意义。

• 算法流程

图像预处理，人脸检测，人数统计等算法。其中图片输入由图像采集设备提供，如手机，摄像机等；图像预处理包括：图像均衡等； 人脸检测主要基于RGB转Ycbcr肤色判定。

• 参考文献

1. 贺悦悦. 基于协同表示分类的人脸识别算法研究[D]. 秦皇岛市：燕山大学, 2017.
2. 乔杉.基于BP神经网络的人脸识别方法研究[D]. 北京市：中国地质大学(北京)，2019.
3. Robert Hecht-Nielson. Theory of Backpropagation Neural Networks[C]. International Joint Conference on Neural Networks. Washington, DC: IEEE Xplore, 2020:593-605.
4. Robert Hecht-Nielson. Theory of Backpropagation Neural Networks[C]. International Joint Conference on Neural Networks. Washington, DC: IEEE Xplore, 2021,I:583-592.
5. Zhang Lei, Yang Meng, Feng Xiangchu. Sparse Representation or Collaborative Representation: Which Helps Face Recognition[C]. IEEE International Conference on Computer Vision. Washington, DC: IEEE Computer Society, 2021:471-478.
6. I. Naseem, R. Togneri, M. Benna Moun. Linear Regression For Face Recognition[J], IEEE Transactions on Pattern Analysis and Machine Intelligence., 2020.32 (11):2106-2112.
7. 周亦敏，袁毅编著.改进的PCA算法在人脸识别中的应用研究[N].微计算机信息.2022.第8期.
8. 庞毅编著.基于PCA的特征提取及在人脸识别中的应用[J].科技信息.2020.第31期.
9. 徐勇编著.模式识别中的核方法及其应用[M].北京市：国防工业出版社.2020.
10. 韩彤炜. 基于协同表示的人脸识别识别研究[D]. 济南：山东大学，2022.
11. 胡丽乔. 复杂条件下人脸识别特征提取算法的研究[D]. 上海：东华大学，2019.

Yuille A L, Cohen D S, Halinan P W. Feature Extraction From Faces Using Deformable Templates[C]. IEEE International Conference on Computer Vision and Pattern Recognition. Washington,DC: IEEE Computer Soc, 2021, 104-109.

• GUI界面设计