此外為了改進(jìn)安防監(jiān)控性能可以加入人臉檢測的功能，入臉檢測比較成熟的算法是Adaboost算法，它是通過選擇一部分特征，形成一個(gè)分類器，通過把若干簡單的分類器級聯(lián)形成一個(gè)強(qiáng)大的級聯(lián)器，可以根據(jù)實(shí)際需要選擇級聯(lián)個(gè)數(shù)，數(shù)目越多則準(zhǔn)確率越高，但是反應(yīng)時(shí)間就越長，這對于實(shí)時(shí)監(jiān)控是不利的，具體實(shí)現(xiàn)可以加載opencv的分類器，再加載圖像(視頻)數(shù)據(jù)做檢測并且顯示出來，其中加載分類器的函數(shù)為

CvHaarClassifierCascade*cvLoadCvHaarClassifier(const char*directory,CvSize size)

其中，directory為路徑，size為圖片尺寸。

檢測的函數(shù)

CvSeq*cvHaarDetectObjects(const CvArr*image，CvHaarClassifierCascade*cascade，

CvMemStorage*storage，double scale_factor，intmin_neighbours，int flags，CvSize min_size);

其中，image表示待測圖像，storage用于存儲矩形區(qū)域，scale factor為放大系數(shù)，min_neighbours為檢測目標(biāo)相鄰矩形的最小格式，若小于該值則不予以檢測，flag為默認(rèn)值0，表示為Canny檢測，min_size表示檢測窗口的大小。該算法實(shí)驗(yàn)結(jié)果如下。

3 結(jié)論

本文采用DSP對視頻進(jìn)行采集，實(shí)現(xiàn)了H264編碼，并且成功通過TCP協(xié)議傳輸?shù)娇蛻舳瞬@示。論文還加入人臉檢測的功能，采用Adaboost算法對人臉進(jìn)行識別。調(diào)試結(jié)果表明，系統(tǒng)達(dá)到了設(shè)計(jì)所要求的技術(shù)指標(biāo)。