摘  要

 

人脸是世界上每一个人最明显的外部特点之一,不仅其中的人类与他或她之间相貌易被分析和鉴定,而且它还具有独特的唯一属性,所以它经常被视为一种安全高效的自然生物信息。近几年来,随着计算机科技的进步和发展,计算机软硬件的飞速发展,使得基于深度学习的新型人脸识别技术也有了极大的进步,应用于日常生活中的各个方方面面,例如:智能手机自动解锁、人脸识别支付、公共治安等领域。虽然现在的人脸识别技术有了飞快的发展，但是由于环境的多边性以及算法之间的差异，人脸识别技术容易出现误差。这就需要研究人员不断改进算法，提高模型的精确性，因为这样所以未来人脸识别技术还有很大的发展潜力。

 

关键词：深度学习 人脸识别 神经网络

目  录

 

第一章 绪论

1.1 引言

1.2 人脸识别的研究背景与意义

第二章 相关理论介绍 

2.1神经网络

2.2卷积神经网络（CNN）

第三章 神经网络模型介绍

3.1 LeNet-5

3.2 AlexNet

3.3 VGG Net

3.4 ResNet

第四章 基于卷积神经网络的人脸识别

4.1 模型介绍 

4.2 实验分析 

4.2.1 环境搭建

4.2.2 训练模型

4.2.3 实验结果

第五章 总结

5.1 论文总结

5.1 未来展望

参考文献