全文总字数：5568字

1. 研究目的与意义及国内外研究现状

2l世纪是信息化的世纪，生物特征识别技术因其独特的优势，应用潜力很大，是一个非常重要的研究课题。而人脸识别技术以其特有的优势，在众多生物特征识别技术中脱颖而出，具有极大的市场前景，未来甚至可能形成一个巨大的、对人类生活产生深远影响的产业^[1]。人脸识别技术是生物特征识别技术之一，最大的应用领域当属身份认证。随着现代社会的发展，传统的账号加密码的身份认证方法已经越来越难以满足人们的需要。由于生物特征是人的内在属性，自身稳定性和个体差异性很强，因此，人体生物特征是身份验证的最理想依据。其中，最为自然而又直接的手段便是利用人脸特征进行验证。与其他人体生物特征识别技术，如指纹、视网膜、基因等相比较，人脸识别具有直接、友好和方便的特点，容易被用户接受。同时，通过人脸的表情、姿态等进行分析，我们还能从中获得其他识别系统难以获得的一些信息，这也是人脸识别技术的优势之一^[1]。

人脸识别技术是新一代的具有高度智能的安全监控手段，具有重要的研究意义和广泛的应用前景。人脸识别系统采用browser/server多层结构，可以连接现有各种业务人像库，无缝链接进入现有的人口综合信息系统，快速查询详细资料、鉴别身份，具有很高的安全性与广泛的可用性。例如，对于某些敏感场所(银行、军事基地、国家重要部门等)，出于管理和安全的需要，人们必须知道该区域内出现的特定人物或可能发生的事件，这就需要采用特定方法来监视该场景，以便及时对发生的异常事件做出适当的反应。该项技术还可以应用到更广泛的场所，例如轨道交通出入口、高速公路、停车场、机场等公共场合。由于该技术将人物特征识别和智能视频实时监控技术结合起来，使得对大范围场所内特定人物的跟踪监控得以实现^[2]。

人工神经网络(artificial neuralnetworks，简称ann)，简称神经网络。它是人脑及其活动的一个理论化的数学模型，它由大量的处理单元通过适当的方式互连构成，是一个大规模的非线性自适应系统¹³¹。神经网络是一种基于距离度量的数据分类方法，是受组织的生理学知识启发而创立的，是由一系列相互联系的、相同的单元(神经元)组成的，相互间的联系可以在不同的神经元之间传递、增强或抑制信号，增强或抑制是通过调整相互间联系的权重系数(weight)实现的。神经网络可以实现监督和非监督学习条件下的分类和回归工作，这是通过适当的调节权重系数实现的，人们通过权重系数调节机制使神经网络的输出收敛于正确的目标值。一个神经网络系统就是一个完整的信息处理系统，它拥有的重要功能是对输入向量进行分析能得出该输入所属的物体属于哪一类的结果，只需满足要解决的问题具有类别可分性的条件。而人脸识别的最关键问题包括对人脸的确认和辨认，分类器通过对输入人脸特征向量的分析，得出一个输出向量，通过与数据库里人脸图像样本的输出值进行比较，得到判据(即距离)最小的，也就是最相似的人脸，因此神经网络作为人脸识别系统的分类器是非常适合的^[4]。

2. 研究的基本内容

1.系统地学习数字图像处理、cnn神经网络以及人脸识别的相关知识，了解cnn神经网络分类器的优点和不足，并对人脸识别这一领域有一定的了解。

2.掌握cnn神经网络的原理，了解cnn神经网络的应用领域，并总结cnn神经网络的优缺点以及各种cnn神经网络的改进方法。

3.掌握cnn神经网络的实现流程，编程实现基于cnn神经网络进行人脸识别的过程，并对程序进行优化，通过一组人脸识别训练数据，建立起训练好的cnn神经网络。

3. 实施方案、进度安排及预期效果

一、课题实行方案

1、 明确系统要实现的效果；

2、 对系统要实现的效果进行分析，制定系统的概要设计书。

4. 参考文献

[1]何嘉锐.浅谈人脸识别技术[j].信息安全与技术,2011,5(1):46-47.

[2]连建兵,王浩全.浅谈人脸识别技术及应用[j].机械管理开发,2011,4(2): 99-100.

[3]martint hagan．神经网络设计[m]．北京：机械工业出版社，2002：12-20.