全文总字数：1386字
1. 毕业设计（论文）主要内容：
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。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。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. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）采用Keras作为开发框架，设计完成年龄估计网络的算法。将UTKFace作为训练集训练卷积神经网络，实现对人脸的实时年龄估计。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。
（3）第7－9周：利用Keras框架设计年龄估计网络。
4. 主要参考文献
[1]R. Rothe, R. Timofte, and L. V. Gool, "DEX: Deep EXpectation of apparent age from a single image," in Proc. of ICCV, 2015.
[2]R. Rothe, R. Timofte, and L. V. Gool, "Deep expectation of real and apparent age from a single image without facial landmarks," in IJCV, 2016.
[3]E. Agustsson, R. Timofte, S. Escalera, X. Baro, I. Guyon, and R. Rothe, "Apparent and real age estimation in still images with deep residual regressors on APPA-REAL database," in Proc. of FG, 2017.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
