人脸识别在当今社会上有着十分重要的意义，为提高身份识别系统的安全性，近年来，各国政府非常重视不易被仿制的基于生物特征识别技术的研究，该技术相比传统个人身份识别具有更好的安全性、可靠性和有效性。人脸识别，虽然起步较晚，但具有非侵犯性，不要求被识别者主动配合，采集人脸方便等优点，且其所需硬件的造价低。因而人脸识别是一种非常自然、友好的生物特征识别认证技术，并且己普遍应用于刑侦破案、安全验证系统、信用卡验证、视频会议、人机交互、证件核对等多种场合。人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。人脸检测的结果将对后续的工作产生重要的影响，即人脸检测的基础，因此研究人脸检测具有十分重要的研究意义和实用价值。

人脸识别技术在国内外的研究现状都有了一定的成果，已成为当前国内外学术界和商业界研究和开发的热点之一，国内关于人脸自动识别的研究始于二十世纪 80 年代，主要的研究单位有清华大学，哈尔滨工业大学，中科院计算所，中科院自动化所，复旦大学，北京科技大学等，并都取得了一定的成果。

在2000年至2010年间，人脸识别技术所存在的主要问题是尽管人脸识别技术有着广阔的应用前景，但是无论是在识别率，还是在防伪性上，都与指纹、视网膜等有着较大的差距，归根结底，影响人脸识别效果的原因主要有以下的几个方面： 1）人脸图像的获取过程中的不确定性（如光的方向，以及光的强度等）。 2）人脸模式的多样性（如胡须，眼镜，发型等）。 3）人脸塑性变形的不确定性（如表情等）。 4）所涉及的领域知识的综合性（如心理学，医学，模式识别，图像处理， 数学等）。正因为在人脸识别的过程中存在上述的各种各样的问题，因此在实际的检测和识别过程中，当这些因素叠加到一起的时候，情况就变得更加复杂。从某种意义上来说，人脸识别的各种方法，实际上就是在寻找一种人脸的描述方式，但是要找到一种能够不受各种因素影响的描述方式非常地困难，无论是最早使用的几何描述方式以及后来比较常用的代数描述方式，都不可避免地存在各种干扰，到了二十一世纪10年代末，这些存在的问题将在研究中，逐渐去完善人脸的描述方式，使之更加有效，更加准确。

2. 研究的基本内容与方案

（1）研究基本内容

① 将CNN卷积神经网络应用于人脸识别的流程，实现人脸识别的功能；

② 通过改进卷积神经网络来提高识别精度；

③ 设计基于卷积神经网络的人脸识别系统。

（2）研究目标

① 卷积神经网络结构设计与模型构建，卷积神经网络优化；