基于深度神经网络的人脸替换算法研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述1.引言近年来，人工智能发展迅速，而ai换脸技术作为一种对人物面部图像进行替换的技术工具，因其深度拟真、低制作门槛的特点，在互联网时代呈现出了强大的传播力和影响力。

ai换脸技术一般可以用于视频合成、提供隐私服务、肖像更换或者其他有创新性的应用。

最早之前，实现人脸互换是通过分别分析两者人脸的相似信息来实现换脸，也就是通过特征点匹配来提取一张脸中例如眉毛、眼睛等特征信息然后匹配到另一张人脸上。

2. 研究的基本内容、问题解决措施及方案

1. 图像、视频处理使用ffmpeg工具提取音频，视频转为帧序列图片；最终转换完的图片合成为视频，将原音频插入。

2. 人脸检测基于haar特征的级联分类器调用opencv算法模型，通过设置一个子窗口在待检测图片窗口中移位滑动，计算出该区域的特征，级联分类器对该特征进行筛选，检测出人脸位置并在图片中框出。

3. 人脸校准利用集成回归树算法训练模型提取人脸特征点后，通过普式分析矩阵变换对转换后的脸按照原脸提取到的特征点排布进行变换使转换后的脸和原脸表情同步。