1. 研究目的与意义（文献综述包含参考文献）

1.1 图像识别问题的研究背景及意义 人工智能作为研究机器与智能的一门综合性高技术学科[1]，对社会发展有着深重的影响。

其研究领域十分广泛，目前在工业界和科技领域的应用包括医学影像、推荐系统、航空航天等。

大型科技公司如谷歌、facebook、百度等均成立了人工智能研究实验室。

2. 研究的基本内容、问题解决措施及方案

一、本课题要研究或解决的主要问题 本课题基于卷积神经网络(cnn)和深度学习(deep learning)，利用caffe深度学习平台实现对常见物体的识别。

主要内容及流程包括： 1、在linux平台上完成对caffe deep learning framework的配置； 2、学习基于深度学习的物体识别算法； 3、采用卷积神经网络搭建对物体的识别模型； 二、本课题研究手段与内容 2.1 选用caffe深度学习工具箱实现对物体的识别 深度学习是机器学习领域一个全新的研究方向,其目的是建立多层神经网络,以期能够模仿人脑的机制来分析和解释图像,音频和文本等数据。

它通过组合浅层特征形成更加抽象的高层特征,以发现数据的分布式特征表示。