1. 研究目的与意义（文献综述）

1、目的及意义（含国内外的研究现状分析）

1.1 研究目的及意义

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用，而人脸检索是人脸识别的首要环节。

2. 研究的基本内容与方案

2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1设计的基本内容

支持向量机基于结构风险最小化原理，而不是传统统计学的经验风险最小化，因而表现出很多优于已有方法的性能，非常适用于研究人脸识别两类模式的小样本问题。osuna 最早将svm (support vector machine)应用于人脸检测，并取得了较好的效果，其方法是直接训练非线性svm 分类器完成人脸与非人脸的分类。支持向量机通过非线性变换将输入空间变换到一个高维空间，在高维空间求取最优线性分类面，以解决那些线性不可分的分类问题，而这种非线性变换是通过定义适当的内积函数来实现的。由于svm 的训练需要大量的存储空间，因此，非线性svm 分类器需要较多的支持向量，且速度慢，而且svm 技术中核心函数及其参数的选取难度也较大。

3. 研究计划与安排

第1-2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。

第3-4周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第5-8周：编程实现算法和系统，并进行仿真调试。

4. 参考文献（12篇以上）

[1]batch normalization:accelerating deep network training by reducing internal covariate shift. ioffe s，szegedy c. computer science . 2015

[2]facenet:a unified embedding for face recognition and clustering. schroff f，kalenichenko d，philbin j. computer vision and pattern recognition (cvpr) . 2015

[3]deep compression:compressing deep neural networks with pruning，trained quantization and huffman coding. han s，mao h，dally w j. fiber . 2016