1. 本选题研究的目的及意义
人脸识别作为一种重要的生物特征识别技术，近年来发展迅速，并在安全监控、身份验证、人机交互等领域展现出巨大的应用潜力。
本选题以机器学习技术为核心，研究和开发高效、准确的人脸自动识别系统，具有重要的理论意义和现实意义。
1. 研究目的
2. 本选题国内外研究状况综述
人脸识别技术作为一个重要的研究方向，近年来在国内外都取得了显著的进展。
1. 国内研究现状
国内在人脸识别领域的研究起步较晚，但发展迅速，在一些关键技术方面已取得突破。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本研究将围绕以下几个方面展开：1.人脸检测与定位：研究不同的人脸检测算法，如基于Haar特征的Adaboost算法、基于深度学习的MTCNN算法等，并比较它们的性能，选择最优算法用于人脸定位。
2.人脸图像预处理：对检测到的人脸图像进行预处理，包括灰度化、直方图均衡化、几何归一化等操作，以消除光照、姿态等因素对人脸识别的影响。
4. 研究的方法与步骤
本研究将采用理论研究和实验研究相结合的方法，并遵循以下步骤：1.文献调研阶段：查阅国内外相关文献，了解人脸识别技术和机器学习算法的最新研究进展，为本研究提供理论基础。
2.系统设计阶段：根据研究目标和内容，设计人脸自动识别系统的总体架构，确定系统功能模块和技术路线。
3.算法研究与实现阶段：研究和实现人脸检测、预处理、特征提取、识别等关键算法，并对算法进行优化，以提高系统的性能。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：1.提出一种改进的人脸特征提取方法：针对现有特征提取方法存在的问题，本研究将结合深度学习技术，提出一种更有效的特征提取方法，以提高系统的鲁棒性和抗干扰能力。
2.优化人脸识别算法：针对不同应用场景的具体需求，本研究将对现有的机器学习算法进行优化，以提高系统的识别准确率和速度。
3.开发一个实用的人脸自动识别系统：本研究将开发一个完整的人脸自动识别系统，并将其应用于实际场景，例如门禁系统、考勤系统等，以验证系统的有效性和实用性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] 孙宁,申恒涛,刘洪.深度学习人脸识别:现状、挑战与未来[J].计算机学报,2015,38(07):1349-1368.
[2] 山世光,郭磊,赵启军.人脸识别技术综述[J].计算机学报,2014,37(01):1-18.
[3] 刘青山,章毓晋.人脸识别研究进展[J].软件学报,2003,14(09):1545-1555.
