1. 毕业设计（论文）主要内容：

人脸识别作为图像处理的一个热门主题，在智能监控、门禁系统和身份辨识方面发挥着重要作用。人脸识别的过程，是对规范化的人脸图像进行特征提取和对比辨识的过程。目前，深度学习作为一种新方法对于人脸识别中的特征提取过程已经取得了一定进展。本课题主要研究基于深度学习的人脸识别，该课题以图像处理和深度学习技术为基础，需要完成的主要内容为：（1）研究深度学习工作原理以及其中常用的网络类型，如卷积神经网络（CNN）、受限玻尔兹曼机（RBM）和深度置信网路（DBN）等；（2）对于人脸识别的特征提取，研究几种基于深度学习的方法并比较优劣；（3）研究特征对比匹配过程，寻找一种高效的特征匹配算法；（4）实现一个基于深度学习的人脸识别系统，使之同时具有较高的识别正确率与速度。

2. 毕业设计（论文）主要任务及要求

1. 查阅相关中英文资料，并选择一篇英文文献进行翻译。通过阅读文献了解使用深度学习进行人脸识别的原理；

2. 运用所学知识，给出总体设计方案；

3. 完成翻译两万字符的英文资料；

3. 毕业设计（论文）完成任务的计划与安排

第一至第二周：查阅设计题目的相关资料；

第三至第四周：撰写开题报告，翻译英文资料；

第五至第六周：掌握opencv和一种深度学习工具库，如tensorflow，的使用方法；

4. 主要参考文献

[1] 钱程. 基于深度学习的人脸识别技术研究[d]. 西南交通大学, 2017.

[2] goodfellowi, bengio y, courville a. deep learning[m]. mit press, 2016.

[3]nielsenm a. neural networks and deep learning[j]. 2015.