基于深度卷积网络的人脸检测研究开题报告
2022-01-14 20:52:05
全文总字数：1024字
1. 研究目的与意义及国内外研究现状
人脸检测技术是人脸识别系统的一个重要环节。早期人脸检测主要针对有较强约束力的的人脸图像，人脸图像易获取，所以人脸检测未受重视。随着电子商务的兴起，因其唯一性，人脸检测成了最有潜力的验证手段。这就要求在一定条件下，能对图像进行检测。人脸检测也可应用于视频检测等方面。可见，构建性能优异的人脸检测模型对相关应用具有推动作用。国内外研究现状
人脸检测发展至今，大致分为三种状况：基于知识的方法，基于模板匹配的方法，基于肤色的方法
基于知识的方法：
对人脸检验知识导出的规则进行人脸检测。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容
1. 了解并掌握深度卷积网络（CNN）原理；2. 构建基于CNN的人脸检测模型；3. 基于相同人脸数据集对所建模型进行训练、测试和性能分析；
3. 实施方案、进度安排及预期效果
实施方案：
深度卷积网络（cnn）是deep learning的重要算法之一，基于cnn实现在一定情况下的人脸检测
进度安排：
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 参考文献
[1]王良民, 张建明, 詹永照,等. 人脸检测研究现状和发展[j]. 江苏大学学报(自然科学版), 2003, 24(3):75-79.
[2]翁楚文. 人脸识别技术的应用背景及研究现状[j]. 中国电子商务, 2014(15):59-59.
[3]韩贵金, 杨嘉宁. 人脸检测研究进展和发展现状[j]. 科技展望, 2017(25):136-137.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
