1. 研究目的与意义
人脸识别在许多领域有实际的和潜在的应用，在诸如证件检验、门禁系统、安全检查等方面都有相当广阔的应用前景。
人脸识别技术用于司法领域，作为辅助手段，进行身份验证，罪犯识别等；用于商业领域，如银行信用卡的身份识别、安全识别系统等等。
正是由于人脸识别有着广阔的应用前景，它才越来越成为当前模式识别和人工智能领域的一个研究热点。
2. 课题关键问题和重难点
关键点：1.人脸检测与定位。
2.多种算法的选择。
3.不同算法能否有机结合提高识别准确率及效率。
3. 国内外研究现状（文献综述）
自动人脸识别可以表述为：对给定场景的静态或视频序列图像，利用人脸数据库验证、比对或指认校验场景中存在的人像，同时可以利用其他的间接信息，比如人种、年龄、性别、面部表情、语音等，以减小搜索范围提高识别效率。
要建立一套完整的人脸识别系统(Face Recognetion System，简称FRS)，必然要综合运用数字图像处理技术、神经网络、模式识别、计算机视觉几大学科领域的知识。
人脸检测与定位是自动人脸识别系统关键问题，即检测图像中是否有人脸存在，若有，则将其从背景中分割出来并确定其在图像中的未知。
4. 研究方案
逐个实现HOG算法、YOLO算法、OpenCV面部识别器等人脸识别方法，采用Haar、YOLO等现有人脸训练数据集或提取人脸LBPH、HOG等特征训练SVM分类器、朴素贝叶斯分类器等等。
将各种算法、数据集、分类器的有机结合，分析各种方案的结果、效率、精度、准确率等，综合评价各种方案，结合课题任务所需实现的功能，对效果的要求，选出最适合被课题的方案。
5. 工作计划
第 1 周 接受任务书，领会课题含义，按要求查找相关资料，并完成不少于3000字的外文文献翻译；第 2 周 阅读相关资料，论证设计的可行性，研究设计方案和设计思路。
确定设计方案和关键技术，拟定采取的解决措施，完成毕业设计开题报告；第 3 周 指导教师审阅开题报告，提出修改意见，学生整改毕业设计开题报告；第 4 周 掌握深度学习的基本原理，熟悉其目标检测的具体步骤；学习软件编程；第 5 周 理解深度学习算法的网络参数，掌握深度学习模型的建立、训练及使用方法等；第 6 周 根据设计指标要求，收集项目中需要的训练数据集，并进行样本标记，开展模型训练，继续学习软件编程；准备中期检查；第 7 周 继续进行模型训练，开展算法测试； 第 8 周 根据测试结果，对算法进行改进，使之适应人脸识别特点；第 9 周 进行系统的整体调试，整理资料，开始撰写毕业论文的工作；第10周 修改并完善毕业论文；第11周 提交毕业论文终稿及相应的查重报告； 第12周 评阅教师评阅论文，学生根据指导意见修改论文；验收实物成果，接受答辩资格审查；第13周 毕业设计答辩及成绩评定。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
