基于深度卷积网络的人脸年龄估计算法研究与实现开题报告

 2022-01-09 10:01

全文总字数:2087字

1. 研究目的与意义及国内外研究现状

近些年来,人工智能发展非常火热,作为其中的一份子深度学习更是在许多方面大放异彩。而作为深度学习的一部分,卷积神经网络(cnn)在近几年得到了社会充分的认可,在许多方面都得到了很好的应用。其中,应用卷积神经网络进行人脸识别有非常重要的现实意义。人脸识别在安全验证系统、信用卡验证、档案管理、视频会议、人机交互、罪犯识别等方面具有巨大应用前景,因此它成为当前模式识别和人工智能领域的一个研究热点。如同人的指纹一样,人脸也具有唯一性,也可用来鉴别一个人的身份。并且人脸识别相较于指纹识别更加方便,所以应用前景很好。从我们身边来看人脸识别技术已经融入了我们的生活之中,我们的手机大多都带有了人脸识别技术,我们引以为豪的高铁也正在使用人脸识别系统。众所周知,年龄的估计是人脸识别中非常重要的一个环节,最近几年有很多关于人脸年龄估计的程序和应用深受人们的喜爱,最常见的就是选取一张照片,完成照片中人脸年龄的显示。本选题的目的是基于训练样本集,基于cnn网络(基于caffe深度学习平台)进行人脸年龄估计器的训练,并基于训练得到的人脸年龄估计器,能够对未见的测试样本进行标签类别的预测。

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

本课题预期基于卷积神经网络运用caffe框架实现人脸的年龄估计。主要内容包括:

(1)熟悉神经网络的基本知识,了解其大致分类内容等基本知识。

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

本课题的实行方案:

(1)学习神经网络的基本知识,了解其大致分类内容等基本知识。

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

《解析卷积神经网络—深度学习实践手册》_魏秀参

基于卷积神经网络的图像分类技术研究_楚敏南

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。