1. 研究目的与意义
在这个高度信息化的时代，人脸技术的应用越来越广泛，从刷脸支付到火车站刷脸进站，在不知不觉中我们的脸似乎成了充当我们身份证甚至是现金的作用了。在互联网高度普及的今天，手机、摄像机的使用以及摄像头、监控的普及，让呈现在互联网和相关系统中的图片越来越多，其中人脸图像也占很大一部分，其中无标签的图片数据更甚，这就使得对图像处理、计算机自动识别的应用需求更大，其中人脸处理部分就少不了人脸聚类、识别和检索的工作了。
人脸聚类分析旨在通过人脸之间的相似度，将庞大的人脸图像聚集成若干簇，使相同簇内的人脸之间的相似度尽可能大，不同簇的人脸相似度尽可能小，从而将属于同一个身份的人脸划分到一个组里。人脸聚类过程涉及大量数据的比对操作，随着数据库规模的不断增大,顺序检索策略显得非常耗时,不利于人脸识别系统的实时应用。因此对数据库进行有效管理和设计以提高检索速度也非常必要。而本设计的目的就是要建立一个高效的人脸聚类服务器，一方面，能够基于人脸特征识别，对一个输入的人脸集合进行自动聚类，另一方面，建立高效人脸检索机制，对于一张人脸图片，能够快速确认这张人脸对应的分类号，以完成快速的聚类和检索工作。
人脸聚类具有很好的发展前景，比如在公安领域可以协助执法，可以对一个特定的照片数据集进行聚类分析，借此来识别特定的人，并缩小搜索的范围；亦可以用于智能相册的分类功能，将一个人的多张照片尽量分到一个组中，可以更加便捷地管理相册。当下人脸识别及相关技术已经愈发成熟，人脸聚类也将占有一席之地，无论从公用还是商用的角度，人脸聚类技术都可以发挥其作用，带来很好的商业价值和更多的社会效益。
2. 研究内容和预期目标
研究内容：
（1）如何将人脸提取出来，以何种方式保存
（2）人脸识别，主要是对提取出的人脸进行处理，方便进行聚类
3. 研究的方法与步骤
研究方法：
（1）文献研究法：通过查阅人脸聚类相关算法以及关于数据库的书籍、文献并进行研究，了解相关算法，获取有用资料
（2）调查法：对人脸聚类和检索算法进行调查研究，获取需求
4. 参考文献
[1]王锟朋, 高兴宇. 基于附加间隔softmax特征的人脸聚类算法[j]. 计算机应用与软件, 2020, 037(002):111-117.
[2]罗恒利, 王文博, 葛宏孔. 基于上下文约束的人脸聚类算法[j]. 计算机科学, 2019, 046(0z2):260-263.
[3]张陈欢, 史燕中. 基于chinese whispers的人脸动态聚类[j]. 计算机技术与发展, 2019, 029(011):92-96.
5. 计划与进度安排
(1) 2022年1月10日 — 2022年1月30日
接受毕业设计任务，查阅资料并完成开题报告；(2) 2022年2月1日 — 2022年2月8日
选择开发工具，并配置其环境；(3) 2022年2月9日 — 2022年2月 23日
