1. 研究目的与意义（文献综述）

1．人脸识别技术的应用

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。

当前的人脸识别技术主要被应用到了以下几个方面：

2. 研究的基本内容与方案

首先要用matlab实现人脸识别技术。matlab支持多种图像类型，但在某些图像操作中，对图像的类型有要求，所以要涉及到对图像类型进行转换。人脸识别系统一般包括人脸检测与定位、人脸图像预处理、特征提取和匹配识别四个组成部分。其中，人脸图像预处理作为特征提取和识别的前提步骤，是计算机人脸识别系统中的必要环节。

用已有的基于概率特征空间框架的贝叶斯年龄差分器研究年龄对于人脸识别的影响。对人脸的识别要考虑到很多因素，比如光照、姿态、面部表情和老化等因素对人脸的影响。研究老化对于人脸识别的影响，关键在于减少由于光照和姿态造成的变化。首先研究克服面部图像光照不均匀的方法，然后利用年龄差分器以及其公式研究年龄对人脸识别的影响。

为了减少脸部照明的不均匀性，我们将每个脸部图像转换为pointfive face。

3. 研究计划与安排

第1-2周：查资料及撰写开题报告

第 3 周：审查并修改开题报告

第4-10周：课题设计与研究

4. 参考文献（12篇以上）

[1] n. ramanathan and r. chellappa, “face verification across age progression”, ieee trans. on image processing, 15(11):3349-3361,2006

[2] s. akazaki, h. nakagawa, h. kazama, o. osanai, m. kawai, y.takema, and g. imokawa. “age-related changes in skin wrinkles assessed by a novel three-dimensional morphometric analysis”, british j. of dermatology. 147(4):689-95, 2002.

[3]李亚，王广润，王青，《基于深度卷积神经网络的跨年龄人脸识别》，北京邮电大学学报。2017，1007-5321(2017)01-0084-05