1. 毕业设计（论文）的内容和要求

内容：本系统使用人脸识别技术，运用于社区，对出现在摄像头中的人脸进行记录，并与数据库中的现有人脸数据进行比对，若存在于数据库中，则显示人名、手机号等信息，若没有记录，则标记为陌生人。

有了一段时间的数据学习之后，系统根据人物出现的频率、时间等，绘制人物画像，确定人物身份，给人物打上标签，如住户，快递员等等。

保安也可运用系统，指定陌生人身份。

2. 参考文献

[1]Schroff F, Kalenichenko D, Philbin J. FaceNet: A unified embedding for face recognition and clustering[J]. 2015:815-823. [2]张雯, 王文伟. 基于局部二值模式和深度学习的人脸识别[J]. 计算机应用, 2015, 35(5):1474-1478. [3]马晓, 张番栋, 封举富. 基于深度学习特征的稀疏表示的人脸识别方法[J]. 智能系统学报, 2016, 11(3):279-286. [4]Sun Y, Liang D, Wang X, et al. DeepID3: Face Recognition with Very Deep Neural Networks[J]. Computer Science, 2015. [5]Zhou E, Cao Z, Yin Q. Naive-Deep Face Recognition: Touching the Limit of LFW Benchmark or Not?[J]. Computer Science, 2015. [6]Zhu Z, Luo P, Wang X, et al. Recover Canonical-View Faces in the Wild with Deep Neural Networks[J]. Eprint Arxiv, 2014. [7]Tran A T, Hassner T, Masi I, et al. Regressing Robust and Discriminative 3D Morphable Models with a very Deep Neural Network[J]. 2016:1493-1502. [8]Kougianos E, Mohanty S P, Coelho G, et al. Design of a High-Performance System for Secure Image Communication in the Internet of Things[J]. IEEE Access, 2017, 4:1222-1242. [9]山世光. 人脸识别中若干关键问题的研究[D]. 中国科学院研究生院(计算技术研究所), 2004. [10] 苏煜, 山世光, 陈熙霖,等. 基于全局和局部特征集成的人脸识别[J]. 软件学报, 2010, 21(8):1849-1862. [11] 马小虎, 谭延琪. 基于鉴别稀疏保持嵌入的人脸识别算法[J]. 自动化学报, 2014, 40(1):73-82. [12] 林妙真. 基于深度学习的人脸识别研究[D]. 大连理工大学, 2013. [13] 伊力哈木#8226;亚尔买买提. 一种改进的深度学习人脸识别算法研究[J]. 计算机仿真, 2017(11):417-421. [14] 何荣. 基于OpenCV的人脸识别系统设计[D]. 华南理工大学, 2013. [15] 孙志. 基于OpenCV的人脸识别算法实验平台研究与实现[D]. 吉林大学, 2014. [16] 李勇. 基于RFID与人脸识别技术的智能门禁系统研究与设计[D]. 重庆大学, 2009. [17] 杨玉龙. 人脸识别门禁系统的设计与实现[D]. 重庆大学, 2014. [18] 王晓琳. 人脸识别系统若干关键技术的应用研究[D]. 五邑大学, 2016.

3. 毕业设计（论文）进程安排

20180116-20180303 撰写开题报告 20180304-20180415 程序原型设计 20180416-20180430 各模块完善 20180501-20180515 系统测试 20180516-20180530 撰写论文 20180601 交论文初稿 20180605-20170612 修改论文 20180615 答辩