基于深度学习的高度可信人脸识别身份验证任务书

 2022-12-17 02:12

1. 毕业设计(论文)的内容和要求

设计卷积神经网络实现对人脸数据的识别,在嵌入式设备上实现人脸识别。

2. 实验内容和要求

本设计以及其少量的人脸做数据集,设计网络学习模型对其进行学习。

过程中研究各项因素以及模型本身的设计对识别能力的影响,尤其是在数据集较低,环境,装束等对传统识别非常难以处理的情况下,提出较为有效的神经网络解决方案,进一步提高人脸识别的可靠性

3. 参考文献

Joe Minichino.OpenCV3计算机视觉:Python语言实现[M].北京:机械工业出版社,2018

Ian Goodfellow,YoshuaBengio,Aaron Courville.深度学习[M].北京:人民邮电出版社,2017.

周志华.机器学习[M].北京:清华大学大学出版社,2016

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 毕业设计(论文)计划

2022年12月至2022年1月:通过阅读文献学习人脸识别和深度学习相关知识,确定网络模型和应用技术。

2022年2月至2022年3月:设计人工神经网络模型,并通过不断地参数调优,完成对人脸的识别。

2022年4月至2022年4月:设计硬件平台,将已经完成的模型载入,实现人脸识别。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

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。