1. 毕业设计（论文）的内容和要求

1． 设计（论文）内容人脸识别技术是一个复杂的模式识别问题，越来越受到关注，识别技术也在不断发展，人脸的识别、检测、跟踪、定位是这类技术的热点，人脸识别是人脸应用研究中重要的第一步，目的是从图形中分割出不包括背景的人脸区域。

人脸的复杂与背景的多样是这类问题的难点，人脸位置和状态在这其中是非常关键的因素，在实际中，大量图像和视频中人脸的位置、朝向和旋转角度都是不固定的，这使得人脸识别的难度大大增加，在这复杂实际问题中，人脸的朝向的判断与识别时解决人脸识别问题中很具有实际意义的工作。

人工神经网络模型以其快速的学习能力、容错能力、多输入处理能力和非线性映射能力，以及良好的自适应能力得到了广泛的推广。

2. 参考文献

[1] 熊伟清， 何明等. 一个人脸识别系统的设计与实现[J]. 计算机工程与设计，2004:11(25),1893-1896. [2] 陈刚，戚飞虎.实用人脸识别系统的本征脸法实现[J1，计算机研究与发展，2001，38(2):170-176. [3] 刘昊，方雯逸. 基于BP神经网络的人脸朝向分类的新思路 [J]. 计算机科学，2012,39(S3) :366-368. [4] 张彤，卢雯雯. 基于BP网络的人脸朝向识别方法［J］计算机工程，2006，32(21):47-49. ［5］张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009. [6] 李媛, 王霞. 基于脉冲耦合神经网络的人脸朝向分析[J]. 重庆理工大学学报：自然科学,2010， 24 (6):61～65. [7]V.Blanz and T.Vetter. Face recognition based on fitting a 3D morphable model. IEEE Trans on Pattern Analysis and Machine Intelligence, 2003,25(9):1063-1074. [8] 朱宇鑫. 基于神经网络的人脸朝向识别问题研究[D].苏州：苏州大学，2014.

3. 毕业设计（论文）进程安排

2015.12.25～2016.1.8布置设计任务、学习基本知识 2016.1.9～2016.1.12查阅人脸朝向识别的相关资料文献及翻译 2016.1.13～2016.1.20学习认识Matlab软件与神经网络 2016.1.21～2016.1.30修改完成开题报告 2016.1.31～2016.3.5继续学习Matlab及神经网络工具用法 2016.3.6～2016.4.30对人脸朝向特征值进行Matlab提取 2016.5.1～2016.5.12用Matlab编程建立神经网络模型 2016.5.13～2016.5.22对建立的神经网络模型进行训练和验证，修改代码 2016.5.23~2016.6.1论文初稿写作，演示 2016.6.3之前提交所有毕业设计正式材料电子稿与打印稿 2016.6.3～2016.6.8准备答辩 2016.6.9～2016.6.12答辩