摘要：本设计是基于面部特征的民族面孔识别，因为计算机自诞生以来，深刻影响了社会形态的方方面面，在很多方面提供了新的实现思路与方法。传统图片分类，由人工完成，十分繁琐，而且相关人员在工作中会产生很大的视觉疲劳，对工作效率有很大的影响。而少数民族的人脸分类，对于舆情分析等事关国家安全稳定的关键技术，很早就备受关注。那么在图片分类的过程中，降低视觉疲劳、提升工作效率，成为一个亟待解决的问题，所以我决定做一个基于面部特征的民族面孔识别系统。

本文借鉴计算机运算性能强大的特点，结合当前的人工智能深度学习技术，实现针对少数民族人脸的自动分类与人脸特征的提取与实现。本文运用的技术有：构建深度学习框架TensorFlow技术，构建卷积神经网络技术，softmax分类技术。

本设计通过TensorFlow技术构建深度学习框架，然后用卷积神经网络技术（CNN）实现人脸特征的提取，最后采用softmax技术进行分类，实现不同的面孔识别。结果表明本系统具有十分优秀的识别效果。

关键词：人脸分类；Tensorflow；CNN；深度学习

目录

摘要

Abstract

1 引言-1

1.1 可行性分析-2

1.2 功能分析-2

1.3 设计中使用的Python库-3

1.3.1 PyQt-3

1.3.2 Pandas-4

1.4 系统的运行环境-4

2 深度学习-5

2.1 神经网络-6

2.2 Tensorflow-7

2.3 Python与深度学习-8

3详细模块设计-9

3.1 人脸特征提取-9

3.2 网络训练-10

3.3 网络测试-11

3.4 文件读取-12

3.5 人脸预测-13

4 测试与维护-14

4.1测试的目标-14

4.2 测试方案-14

4.2.1 模块测试-14

4.2.2 集成测试-14

4.2.3 验收测试-15

4.3 测试结果-15

结    论-18

参 考 文 献-19

致    谢-20