1. 毕业设计（论文）的内容和要求

生物识别技术是指：通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，和行为特征来进行个人身份的鉴定。

而人脸识别是一项提取人脸部特征信息，自动核验人身份的技术。

本课题要求学生在人脸检测定位返回结果的基础上，识别各个检测人脸的四种属性，返回性别（男/女）、年龄、表情（笑/不笑）、眼镜（戴/不戴）；并可返回人脸的1024维深度学习特征，基于这个特征并按照我们给出的特征比较规则，用户可实现高性能的人脸识别。

2. 参考文献

1.严超, 苏光大. 人脸特征的定位与提取[J]. 中国图象图形学报, 1998, 3(5):375-380. 2.林福严, 刘巧静. 人脸特征的定位和提取[J]. 电子技术应用, 2000, 26(7):17-18. 3.李月龙, 靳彦, 汪剑鸣,等. 人脸特征点提取方法综述[J]. 计算机学报, 2016, 39(7):1356-1374. 4.阮锦新, 尹俊勋. 基于人脸特征和AdaBoost算法的多姿态人脸检测[J]. 计算机应用, 2010, 30(4):967-970. 5.王丽婷, 丁晓青, 方驰. 一种鲁棒的全自动人脸特征点定位方法[J]. 自动化学报, 2009, 35(1):9-16. 6.周激流, 张晔, 郭晶,等. 基于活动轮廓模型的人脸特征提取方法的研究[J]. 中国图象图形学报, 2000, 20(12):119-122. 7.刘成明, 张立明. 一种改进的人脸特征点定位方法[J]. 复旦学报(自然科学版), 2006, 45(4):457-463. 8.於东军, 杨静宇. 基于神经网络的人脸特征提取及识别[J]. 计算机工程与应用, 2002, 38(11):33-34. 9.刘哲, 高广珠, 余理富. 一种快速而有效地定位人脸特征的方法[J]. 计算机应用研究, 2000, 17(12):19-20. 10.朱长仁, 王润生. 人脸特征自适应选取技术[J]. 计算机辅助设计与图形学学报, 2002, 14(1):26-30.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 2018.12.16~2019.02.25 学习毕业设计相关文件及规章制度，理解毕业设计题目的含义及实现思想，完成英文文献翻译。

2019.02.26~2019.03.25 学习论文撰写规范，查阅资料，根据任务书要求，撰写开题报告及开题。

2019.03.26~2019.04.08 理解云服务平台的运行机制，注册并学习该开放api调用的方法。