在一些公共场所,人员流动比较密集,给安保工作带来了困难。为了解决这一问题,便可以利用人脸识别技术对摄像头拍摄到的视频进行处理,将视频中出现的人脸图像特征保存下来,并统计视频中相同人脸出现的频次,将频次大于设定频次的人脸标注出来,提醒安保人员多加关注。课题设计一个基于人脸识别的自适应监测系统。该系统主要应用在公共安全领域,主要功能是实现智能化监控,在无需安保人员刻意管理下,实现实时监控。具体包括4部分组成,分别是视频图像的采集部分,人脸检测部分,人脸识别部分,以及预警部分。视频图像的采集部分通过调用OpenCV库函数来获取视频帧,并对其进行去噪处理。人脸检测部分研究了基于haar-like特征的Adaboost人脸检测算法,并对CUM-PIE人脸库,网络图片,视频图片进行人脸检测,得到的测试结果满足系统的要求。人脸识别部分研究了基于SIFT算法的人脸识别算法,并对FRGC v2.0的视频人脸库进行了人脸识别测试,选取最优的参数,测试结果满足系统的需求。该系统预期的目标是能够自动的对视频图像进行人脸检测和人脸识别,并且能够统计相同人脸出现的频率,通过设定的阈值大小来达到预警的效果。课题完成了对人脸识别技术的研究和系统设计。经过测试,系统运行稳定,界面友好,实时性好,具有较好的人脸检测和识别效果,验证了本系统的可行性。