1. 毕业设计（论文）主要内容：

当前，人脸识别可以依靠很多技术实现，人脸是图像识别中相对复杂的识别对象，而传统人脸识别技术无法准确辨识脸部详细特征，通过卷积神经网络可以有效地提高人脸识别精度，使其达到一个比较满意的程度。

本题针对通过深度机器学习卷积神经网络来实现人脸识别，将CNN应用于人脸识别的流程，实现人脸识别的功能，并设计实现基于卷积神经网络的人脸识别系统。

通过本毕业设计的训练，以培养学生有较强的知识综合运用能力、工程实践能力、理论研究能力和创新意识，同时也增强学生的专业英语文献阅读能力软硬件综合运用能力。

2. 毕业设计（论文）主要任务及要求

1）学习和掌握相关理论知识，完成相关参考文献阅读及归纳总结，完成开题报告；

2）学习并掌握相关技术的基础上，完成原理设计、算法实现和性能仿真等；

3）完成相关软硬件实现，完成实验、实验结果比较及分析等；

4）完成不少于12000字的论文撰写并完成答辩的相关工作；

3. 毕业设计（论文）完成任务的计划与安排

第1 - 3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4 - 5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6 - 8周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

第9-11周：完善相关实验、比较及分析，完成算法或系统的设计实现；

4. 主要参考文献

1）曹东旭. 基于卷积神经网络的人脸识别系统设计与实现[ d ]. 南京邮电大学, 2017.

2）于达岭,黄洪琼.一种基于卷积神经网络的人脸识别方法[j].微型机与应用,2017,36(14):49-51 56.

3）sanjana majumder，devendran b.face recogniyion using lifting based dwt and local binary pattern [j].internatinal research journal of engineering and technology，2015（6）：830-834.

4）xiaocheng luo，ruihan shen，jian hu，et al.a deep convolution neural network model for vehicle recognition and face recognition [j].procedia computer science，2017（107）：715-720.