1. 研究目的与意义（文献综述）

深度学习的概念源于人工神经网络的研究。含多隐层的多层传感器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

深度学习的概念由hinton等人于2006年提出。基于深度置信网络(dbn)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。其在图象识别领域具有重大应用价值。

香港中文大学的多媒体实验室是最早应用深度学习进行计算机视觉研究的华人团队。在世界级人工智能竞赛lfw（大规模人脸识别竞赛）上，该实验室曾力压facebook夺得冠军，使得人工智能在该领域的识别能力首次超越真人。

2. 研究的基本内容与方案

研究内容

ssd（single shot multibox detector）算法

研究目标

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

第4－5周：配置计算机环境，完成caffe-ssd的安装并掌握caffe-ssd训练方法，完成英文资料的翻译，熟悉开发环境。

第6－9周：完成整个系统的训练。

4. 参考文献（12篇以上）

[1] liu w , anguelov d , erhan d , et al. ssd: single shot multibox detector[j]. 2015.

[2] ning c, zhou h, yan s, et al. inception single shot multibox detector for object detection[c]// ieee international conference on multimedia amp; expo workshops. 2017.

[3] singh g, saha s, sapienza m, et al. online real-time multiple spatiotemporal action localisation and prediction[j]. 2016.