全文总字数：1472字

1. 研究目的与意义及国内外研究现状

随着计算机的快速发展，人工智能和机器学习等领域也取得了突破性的发展，智能设备的不断革新，促使许多新技术的产生。人脸识别技术就在其中。人脸包含大量的个人信息，可以通过人脸来判断一个人的性别，肤色，种族，年龄。人脸识别技术具有非接触性，方便性的特点。因此，在安保领域，智能购物，人机交互智能性等方面有重要的应用。

尽管人脸识别领域在这十几年来已经有长足的发展，但其依然无法像我们人类轻易且精确地进行辨别。而人脸性别能帮助其识别得更加准确，因此，人脸性别识的研究更具广泛性。

国内外研究现状

从 1990 年左右开始，国外就有学者开始对性别识别进行研究，并且常与人脸识别、 情绪识别等课题放在一起研究。在性别识别这个课题上，很多学者从人类身体不同的特征角度进行挖掘。tzanetakis g[32]将人类的音频声谱作为特征进行标记分类。jw davis和h gao[33]对40个步行者进行实验，基于 pca 将人走路的姿态分解成姿势、时间和性别三个子空间，并对其运动轨迹赋以权重，此模型在复杂环境的适应性上比标准的 pca 更加灵活。而在国内，对于人脸性别识别的研究起步较晚，清华大学的武勃等人系统 的研究了不同的特征提取方法和分类方法在性别识别上的性能psi，主要包含下几种方法：pca,lda和最佳特征提取算法等,通过各种方法组合比较,通过实验他们发现,人脸中的性别信息只存在于某个部分中，于是，在分类前,对样本进行适当的压缩降维,这不但对分类精度没有影响,而且可大大减少分类所需要花费的时间。而目前最热门的是研究运用人脸图像提取特征来区分人的性别。具体从人脸五官距离特征，像素特征以及应用局部二进制模式，gabor 小波变换来进行研究。

2. 研究的基本内容

本选题预期实现一套高效的基于卷积网络的人脸性别识别系统。主要内容包含：

1. 人脸性别识别的研究背景和意义，并对国内外研究先状做了分析

2. 卷积网络的基本原理，包括卷积神经网络的特点、原理、发展和网络结构，并介绍卷积网络的研究平台caffe和研究技术，基于caffe深度学习平台熟悉cnn。

3. 实施方案、进度安排及预期效果

本选题实现方案和进度安排：

1,2018.1

学习卷积网络的基本知识以及人脸性别识别相关论文的了解

4. 参考文献

汪济民, 陆建峰. 基于卷积神经网络的人脸性别识别[j]. 现代电子技术, 2015, v.38;no.438(7):81-84.

产文涛. 基于卷积神经网络的人脸表情和性别识别[d]. 安徽大学, 2016.

汪济民. 基于卷积神经网络的人脸检测和性别识别研究[d]. 南京理工大学, 2015.