1. 研究目的与意义(文献综述)
1.1目的及意义
随着互联网与人工智能的快速发展,人们越来越注重服务的定制化和个性化,年龄作为一个评判个人爱好与习惯的重要生物特征,可以被广泛应用于根据年龄个性化定制的人机交互、基于年龄的智能消费推荐、视频和图片管理系统、访问控制和辅助身份识别等领域。使得年龄估计成为一个热门的研究课题。人脸拥有丰富且稳定的特征信息,且易于被摄像头等仪器捕捉,但是由于人脸图像受到光线、姿态等诸多因素的影响,加深了年龄估计的难度。因此,人脸识别中的年龄估计问题是一项非常有价值的课题。本文将在深入研究深度学习和卷积神经网络基本原理的基础上,利用keras框架完成年龄估计网络的设计,训练基于utkface数据集的卷积神经网络,并实现人脸的实时年龄估计。
2. 研究的基本内容与方案
2.1研究的基本内容
随着互联网与人工智能的快速发展,人们越来越注重服务的定制化和个性化,年龄作为一个评判个人爱好与习惯的重要生物特征,使得年龄估计成为一个热门的研究课题。但是由于人脸图像受到光线、姿态等诸多因素的影响,加深了年龄估计的难度。本文将利用深度学习通过对大量人脸数据集的研究分析解决这一问题。
3. 研究计划与安排
时间节点 | 任务要求 |
3.6日前 | 学院完成毕业生参与毕业设计(论文)资格认定工作。 |
3月15号前 | 完成毕业设计(论文)选题调整和课程补退选任务。 |
3月25号前 | 学生上传开题报告和外文翻译,指导教师完成评阅审核。 |
4月15号前 | 学院组织完成中期检查,检查结果正式行文报教务处。 |
5月25号前 | 学生根据实际研究进展,至少完成3次阶段性成果报告。 |
5月31号前 | 学生在毕业设计(论文)上传最终毕业设计(论文)成果。 |
6月2号前 | 完成抽查毕业设计(论文)查重检测任务。 |
6月4号前 | 各学院完成评分标准制定、分配答辩小组。指导教师和评阅教师完成评分。
|
6月8号前 | 完成毕业设计(论文)答辩工作。 |
6月13号前 | 发布学生毕业设计(论文)的最终成绩。 |
4. 参考文献(12篇以上)
[1] y. h. kwon, n. lobo. age classificationfrom facial images. in: proceedings of the ieee conference on computer visionand pattern recognition, 1994: 762-767.
[2] y. h. kwon, n. lobo. age classificationfrom facial images. computer vision and image understanding. 1999. 74(1): 1-21.
[3] t. cootes, g. edwards, c. taylor.active appearance models. ieee transactions on pattern analysis and machineintelligence, 2001, 23(6): 681-685.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。