基于深度卷积网络的人脸识别算法研究与实现开题报告

 2022-01-09 10:01

全文总字数:2894字

1. 研究目的与意义及国内外研究现状

近几年来,人脸识别作为人工智能和模式识别的研究热点,在全球范围内迅速发展起来,在90年代后更成为了科研热点,引起了广大研究人员的关注。

人脸识别具有广泛的应用前景,最初的应用源自于公安部门对罪犯照片的存档管理和刑侦破案。随着科学的发展和社会的进步,人脸识别在国家安全、社会安全和公共安全等领域,出现了例如身份认证、智能门禁、视频监控、图像检索等典型的应用。直到今天,人脸识别在内容检索、数字视频处理、视觉监测等方面都有着重要的应用价值。

研究人脸识别可以满足人工智能应用的需要。在人工智能的研究中,人们一直希望机器能够像人类一样思考,拥有识别和处理事物的能力,因此从各个角度来探求人类的思维机制。采用人脸识别技术,建立人脸自动识别系统,用计算机实现对人脸图像的自动识别和处理有着广阔的应用领域和诱人的应用前景。 同时,人脸识别相比其它生物特征识别方法(如指纹、虹膜、dan检测等)拥有更多的优点。首先,人脸图像取样方便,不需要与被检测人发生接触,可以不惊动被检测人; 其次,人脸识别系统只需要采用普通的摄像头,数码摄像机或手机上的嵌入式摄像头等被广泛使用的摄像设备即可,成本较低; 最后,整个人脸识别过程不需要用户或被检测人的主动参与,计算机可以根据用户预先的设置自动进行。

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!

2. 研究的基本内容

本设计实现一个人脸识别系统,利用caffe深度学习框架设计一个人脸识别模型,通过调用该模型可以对人脸进行识别,输出该人脸身份信息。具体实现过程分为五个阶段:数据准备,数据转换,训练网络,模型改进,结果测试。各阶段的具体内容如下

(1)数据准备

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

2018年1月1日——2018年1月14日:查阅相关资料,形成基本设计思路,撰写开题报告2018年1月15日——2018年2月4日:制定方案,开展系统需求分析与概要设计2018年2月5日——2018年2月25日:软件编程,详细设计和部分功能实现2018年2月26日——2018年3月25日:完成设计,进行软件调试,系统测试2018年3月26日——2018年4月8日:完成外文翻译2018年4月9日——2018年4月29日:撰写毕业论文

通过对人脸识别系统的设计,应实现如下要求:当输入人脸库中已有的人脸图片后,输出与实际相符的识别结果;当输入人脸库中没有的人脸图片后,输出长相相似的人脸信息。

4. 参考文献

[1]叶浪. 基于卷积神经网络的人脸识别研究[d].东南大学,2015.

[2]谢宝剑. 基于卷积神经网络的图像分类方法研究[d].合肥工业大学,2015.

[3]楚敏南. 基于卷积神经网络的图像分类技术研究[d].湘潭大学,2015.

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。