基于深度卷积网络的人种识别算法研究与实现开题报告

 2022-01-09 10:01

全文总字数:1843字

1. 研究目的与意义及国内外研究现状

随着科学技术的发展,人工智能的观念已经深入人心,自从计算机出现以来,随着计算机能做的事越来越多,人们对“智能“的要求也越来越苛刻,从复杂的数学运算、逻辑演算到演绎推理,到要求机器具备“创造性”,国际围棋世界冠军败在“阿尔法狗”手下。 在这种情况下,人工智能必然会在人类以后的发展中起到非常重要的作用。深度学习算法是人工智能领域一个重要的研究方向,将学习的过程也由机器自己完成,这将是人工智能发展的重大趋势,对人工智能的发展有重要意义。卷积神经网络是一 类特殊的人工神经网络,在诸多领域应用特别是图像相关任务上表现优异,在前端的开发以及智能手机相关领域的研究有密切的关系。选取基于深度卷积网络的人种识别这一课题,有助于更深层次了解深度学习和卷积神经网络的知识,为以后更深入的研究打下基础。

国内外研究现状

根据目前国内的研究现状了解到,从二十世纪四十年代到六十年代控制论的提出,到八十年代的反向传播算法,人工神经网络20世纪80年代在世界范围内的复苏,国内也逐步掀起了研究热潮。1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国信号处理—神经网络学术会议,1990年2 月由国内八个学会:包括中国电子学会、人工智能学会、自动化学会、通信 学会、物理学会、生物物理学会和心理学会联合在北京召开“中国神经网络首届学术会议”。这次大会 以“八学会联盟,探智能奥秘”为主题,收到了300多篇学术论文,开创了中国人工 神经网络及神经计算机方面科学研究的新纪元。经过十几年的发展,中国学术界和工程界在人工神经网络的理论研究和应用方面 取得了丰硕成果,学术论文和应用成果和研究人员逐年增加. 在国际上,1987年,在美国加洲召开了第一届国际神经网络学会.此后每年召开两次国际联合神经网络大会不久,该学会创办了刊物 JournalNeu2ralNetworks,另有十几种国际著名的神经网络学术刊 物相继问世.至此,神经网络理论研究 在国际学术领域获得了其应有的地位。

2. 研究的基本内容

实验内容是基于深度卷积网络算法的人脸种族识别系统的设计与实现。首先要用局部二值算法提取

人脸局部纹理特征,对深度卷积网络模型进行构建,并利用卷积网络共享权值和池化、下采样等降低模型

的复杂度。 在模型的顶层形成人脸图像特征分类面,得到完成好的深度卷积网络模型,利用该模型对人脸

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

实施方案如下,第一熟悉cnn,对卷积神经网络有大致的了解,熟悉基于caffe的深度学习平台,了

解其他平台与caffe的区别,在电脑上配置安装caffe平台,掌握训练的方法。第二准备训练所用的样本

集,选择相对合适的样本,涉及到样本采集,样本分析,包括训练样本和测试样本,如在黑人种的图集

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] 魏楚南.基于卷积神经网络的图像分类技术研究

[2] 万士宁.基于卷积神经网络的人脸识别研究与实现

[3] 杨楠.基于caffe深度学习框架的卷积神经网络研究

[4] 魏正.基于caffe平台深度学习的人脸识别研究与实现

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。