全文总字数：1945字

1. 研究目的与意义及国内外研究现状

随着社会的进步与发展，个人信息的保护变得十分重要。传统的密码保护方式已经不再满足人们的需要，为此，进化出了多种多样，基于个人独特特征的密码形式，如指纹识别系统与人脸识别系统。而人脸识别系统因为具有仿造性低，信息采集方便等多种优势，成为了继指纹识别之后，大热的一项密码形式。而人脸识别技术，从根本上来说是对二维或者三维的图像识别技术，传统的图像识别技术在遇到多维度变化时，往往会遭遇维度灾难，也就是因数据爆炸增长带来计算量的几何级数的增长，因此传统的神经网络已经满足不了现有的图像识别所需的计算能力。而卷积神经网络则完美解决了这一问题。

卷积神经网络启发于视觉系统的结构，是一类特别设计用来处理二位数据的多层神经我网络，通过挖掘数据中空间上的相关性，减少网络中可训练参数的数量，其特有的网络中层次之间的紧密联系和空间信息，使其特别适用于图像的处理和理解，并且能够自动从图像中抽取相关特性进行学习。

因此，本课题提出，应用卷积神经网络于人脸识别系统中，进行效率更高，识别率更高的人脸识别技术。

2. 研究的基本内容

基于LeNet-5网络模型为基础，设计多种不同的卷积神经网络模型，根据他们对数据的不同表现，找出最适合人脸识别的那个模型，并在此基础上进行优化处理，让一个模型能在多种数据前保持一致的识别效率。

3. 实施方案、进度安排及预期效果

（1）2019年2月23日—2019年3月31日：查阅资料、学习和研究相关资料，熟悉软件仿真平台，填写任务书及开题报告；

（2）2019年4月1日—2019年5月4日：完成系统逻辑设计，编写软件代码，实验验证，提交中期检查，完成文献翻译和论文初稿；

（3）2019年5月4日—2019年5月8日：完成对图像的综合处理，撰写论文，论文查重等工作；

4. 参考文献

[1]许可，卷积神经网络在图像识别上的应用的研究[j],计算机应用技术，2012.4.30

[2]赵亚龙，基于卷积神经网络的三维人林识别研究[j],控制科学与工程，2014.12.21

[3]高薇，基于卷积神经网络算法的图像识别应用研究，西安文理学院学报，2019.1