全文总字数：3034字
1. 研究目的与意义（文献综述）
随着人工智能的快速发展，如何准确的鉴定、识别一个人的身份，提升信息安全已经成为一项重要课题。相较于传统的卡片、密码、指纹识别和虹膜识别方式，人脸识别基于其非接触性、非强制性和并发性已被广泛应用于需要身份认证的各种场所中，例如互联网上的交易身份验证、金融领域的银行交易、高铁安检等，是解决身份识别的有效手段。开发人脸识别应用程序的目标在智慧城市中变得很重要。
人脸识别技术最早可追溯到1888年，galton在《nature》上首次发表关于人脸特征识别的文章。最早的人脸自动识别论文是chan和bledsoe于1965年在panoramic research inc.发表的技术报告，阐述了利用人脸识别验证身份的思想。自2000年来鉴于人脸识别研究的重要意义，许多科研机构都在对其进行深入研究。随着计算机视觉技术不断取得突破性进展，计算机硬件的计算能力不断提升，人脸识别技术得到了飞速发展。fathima等提出了一种结合gabor小波和线性判别分析的混合方法来进行人脸识别，并使用子空间技术2d-lda来最大化类间空间并减少类内空间。barkan等提出了一种基于过完整lbp（oclbp）的新的人脸图像表示方法。sharma等提出了一种基于pca-anfis的高效姿态不变人脸识别系统。simonyan等开发了一种基于sift描述符和fisher向量的人脸识别新方法，在具有挑战性的lfw数据集上体现出高性能。
国内的人脸识别研究起步相对较晚，开始于20世纪90年代，但人脸识别的研究受到国家的大力扶持，关于人脸识别的技术也得到了飞速发展。上海市计算机软件测评重点实验室的虞惠群教授和范贵生副研究员提出的基于深度学习的面部动作单元识别算法，使模型具有提取人脸抽象特征的能力，在ck 和mmi数据集上测试结果显示可有效提高分类正确率。江南大学数字媒体学院的钱剑滨、陈秀宏教授提出的自适应多阶段线性重构表示分类的人脸识别，解决了以往基于表示的分类方法在类别数较多的数据集上性能不佳的问题。四川大学的王通平、傅可人教授提出的基于图像风格迁移的人脸识别域适应方法解决了公开数据集或合成数据与真实的监控人脸数据在图像风格上的域间差异问题，在公开数据集ek-lfh和自建数据集3dproj-sur上进行了实验评估，分别取得了21.93%和4.77%的识别率提升,证明了该方法在解决域适应问题上的有效性。
2. 研究的基本内容与方案
介绍深度学习相关基础知识和原理，总结分析现阶段人脸识别技术的研究成果。讲述深度卷积神经网络的理论基础和先进技术。沿着神经网络的发展历程，从传统的神经网络过渡到卷积神经网络，阐述其理论基础，对其中一些关键的卷积层、下采样层等进行阐述，最后通过经典的卷积神经网络lenet-5的例子说明卷积神经网络的一般整体结构。
一个完整的人脸识别系统包括人脸检测、人脸预处理、人脸识别三个过程。人脸特征具有总体相似性和局部差异性，所以需先通过人脸检测提取人脸区域，将人脸与背景分离，然后依靠人脸结构特征和肤色特征进行检测。使用基于深度学习的人脸检测方法可缩短耗时，提升准确率。论文预设计实现一个完整的基于深度学习的人脸识别系统，使其取得良好的测试结果，并可以使用于实际场景中。
文章拟采用卷积神经网络结构，以resnet结构为基础设计一个适合用于人脸识别的卷积神经网络模型，residual模块可起到当浅层网络输出已足够成熟时，让深层网络后面的层实现恒等映射的作用，解决随深度增加网络性能变差的问题。系统拟使用已有公布的人脸库中的样本进行模型训练，如耶鲁大学的yale人脸库，剑桥大学的orl人脸库以及美国国防部的feret人脸库等，并在此人脸库中添加新的多角度照片样本改进网络参数。然后结合视频流处理、图片预处理等模块实现一个完整的人脸识别系统。文章将对系统的结构、功能、流程等进行详细的阐述，并在实际场景中对系统进行测试，并分析测试结果，总结该系统的优缺点。
3. 研究计划与安排
2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；
2020/5/1—2020/5/25：撰写及修改毕业论文；
4. 参考文献（12篇以上）
[1]李月龙,靳彦,汪剑鸣,肖志涛,耿磊.人脸特征点提取方法综述[j].计算机学报,2016,39(07):1356-1374.
[2]胡敏,程天梅,王晓华.融合全局和局部特征的人脸识别[j].电子测量与仪器学报,2013,27(09):817-822.
[3]叶浪. 基于卷积神经网络的人脸识别研究[d].东南大学,2015.
