全文总字数：1632字

1. 研究目的与意义及国内外研究现状

于自身而言，本次选题主要的意义旨在于拓宽自己的知识面，对于理论研究与实践探索有一个更全面的了解跟提升，特别是对于深度学习这样的新兴技术而言，适当接触并且能深入了解的可能对于一个毕业生来讲是一种不可或缺的体验，这将有助于提高自己在科学前沿领域上对新兴技术的认知和探索欲望，并对自己实践研究过程中的不足能起到良好的认识作用。

国内外研究现状

深度学习极大地促进了机器学习的发展，收到世界各国相关领域研究人员和高科技公司的重视。现今主要的研究在图像、自然语言处理以及语音这三大领域。本次课题主要的研究方向指向基于深度学习的人脸识别，属于深度学习与图像处理的范畴之中。而对于图像的处理是深度学习算法最早尝试应用的领域。自卷积神经网络提出以来，在图像识别问题上并没有取得质的提升和突破，直到2012年Hinton构建深度神经网络才去的惊人的成果。这主要是因为对算法的改进，在网络的训练中引入了权重衰减的概念，有效的减小权重幅度，防止网络过拟合。更关键的是计算机计算能力的提升，GPU加速技术的发展，使得在训练过程中可以产生更多的训练数据，使网络能够更好的拟合训练数据。2012年国内互联网巨头百度公司将相关最新技术成功应用到人脸识别和自然图像识别问题，并推出相应的产品。现在的深度学习网络模型已经能够理解和识别一般的自然图像。深度学习模型不仅大幅提高了图像识别的精度，同时也避免了需要消耗大量时间进行人工特征的提取，使得在线运行效率大大提升。目前深度学习研究的困难仍在于我们无法完全掌握人类大脑的工作原理，但科学家目前在这方面进展飞速。

2. 研究的基本内容

本课题的研究方向主要包括深度学习的基本概念、基本原理及其研究进展情况、彩色图像基本概念、彩色图像算法、彩色图像处理过程研究、人脸识别算法、人脸识别中的矫正问题、彩色人脸图像的分割处理等过程。

3. 实施方案、进度安排及预期效果

2017.02.20-2017.03.05查阅资料，了解深度学习和人脸识别发展历程及其现状，建立对其的初步认识。

2017.03.06-2017.03.20对研究设计方案的探讨，参与导师答疑，建立研究的流程与模块设计。

2017.03.21-2017.04.10为研究既定可实施的应用算法等，尝试研究算法并加以实现，完成研究对象的功能并在此基础上取得初步结果，加以整理、校验。

4. 参考文献