《卷积神经人脸识别问题研究开题报告（含提纲）》_第1页
《卷积神经人脸识别问题研究开题报告（含提纲）》_第2页
《卷积神经人脸识别问题研究开题报告（含提纲）》_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

开题报告论文题目基于卷积神经网络的人脸识别一、选题原因（说明本人工作背景及为什么要进行该选题的写作）人脸识别使用人脸识别算法判定给定图像中所有人脸（如果有）的位置、大小和位姿。人脸识别涉及神经网络、心理学、生理学和人工智能等领域，而且因其方便友好、非接触性、非侵入性和易于集成等优点，它在生物特征识别方法中占首要地位，也正是因为这些益处，人脸识别现已广泛应用于许多领域。科学技术的飞速发展和计算机设备中计算机功能的不断完善，尤其是，不断改进和改进的GPU技术，为深度学习奠定了基础。以认知的角度来看，计算机之所以具有视觉功能来感知人的存在，是因为人脸是人类在视觉通道级别上感知和识别人的主要通信手段。人脸中蕴含的信息不仅在图像理解中有着重要作用，而且精准的脸部位置对图像理解来说也是相当的关键。人脸识别对人类来说是轻而易举，出于社会生活或人际交往的需要，我们的大脑具有对人脸十分敏感的专门的人脸识别模块，就算单纯的看见人的眼睛、嘴巴或简笔画之类的图片，我们的大脑也能识别出是谁的人脸和它各自的表情。将计算机可视化技术与外部图像信息相结合，并利用相关算法采集的采样数据进行分析。数据分析的最终目标是建立一个与人类执行各种物理技术检查任务的能力相匹配的视觉检查系统。二、论文框架（至少要具体到二级标题：第一章…1.1…1.2…）第一章绪论1.1研究背景与意义1.2人脸识别技术的发展1.3人脸识别的分类1.3.4基于外观形状的方法1.4人脸识别算法的概述2人脸识别系统总体设计2.1系统的可行性分析2.1.1技术的可行性分析2.1.2操作的可行性研究2.1.3设备的可行性研究2.2系统的工作流程2.3系统的结构设计3人脸图像预处理3.1数字图像的预处理3.2人脸图像的平滑处理3.3图像的增强3.4特征锐化技术4人脸识别算法之卷积神经网络4.1神经网络 4.1.1神经元模型4.1.2神经网络的前向传播算法4.1.3激励函数4.2卷积神经网络4.2.1卷积神经网络的结构4.2.2图像卷积原理…………学生（签名）：年月日4.3优化求解算法 4.3.1梯度下降算法 4.3.2最小均方算法 5人脸识别算法原理 5.1人脸识别之SVM分类器6人脸识别系统的调试与展示6.1人脸识别系统的实际应用6.2人脸识别系统结果总结参考文献三、时间及进度安排（此项内容参照《毕业设计（论文）进度安排表》，依据自身写作进度填写）第一阶段（2022年1月-2022年2月）：选题，在教师指导下，收集相关文献资料，进行分析、整理；确定题目，完成开题报告，参加开题报告答辩。

第二阶段（2022年2月-2022年5月）：完成论文初稿的撰写。

第三阶段（2022年5月-2022年6月）完成论文二稿。

第四阶段（2022年6月-2022年7月）指导教师检查，与教师沟通交流，不足之处认真听取修改意见

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论