1. 研究目的与意义
人脸的自动识别是生物测定学研究的内容之一，是模式识别领域中的一个前沿课题。
该课题的研究已有 30多年的历史。
人脸识别正越来越成为当前模式识别和人工智能领域的一个研究热点。
2. 课题关键问题和重难点
人脸具有相对稳定的特征和结构，这为人脸识别技术带来了实现的可能。
但人脸具体形态的多样性和所处环境的复杂性又造成了识别的巨大困难。
具体说，它的困难表现在：(1)图像获取的不确定性目前对于人脸识别问题的研究大都基于已经裁剪好的人脸区域图像进行的，在此基础上再提出解决光照、姿态、遮挡等问题的识别算法。
3. 国内外研究现状（文献综述）
人脸识别，就是通过视频采集设备获取用户的面部图像，再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析，进而和自身数据库里已有的范本进行比对，最后判断出用户的真实身份。
人脸识别技术作为跨多学科领域、具有挑战性的难题，它涉及了数字图像处理、计算机视觉、神经网络、生理学、数学等诸多学科。
同时，人脸识别也具有十分广泛的应用意义。
4. 研究方案
利用matlab编程语言编写一个人脸识别的程序，并测试这个程序的识别率。
1、将向量化的图像划分为训练集和测试集；利用主成分分析方法求对训练集向量进行降维的降维矩阵（降低后的维数先根据经验定一个数字，还需要反复调整）；2、利用降维矩阵对训练集向量和测试集向量进行降维；利用最近邻法测试对测试集识别的精度；3、重新确定降维后的维数，重新计算降维矩阵；重新对训练集向量和测试集向量进行降维；重新使用最近邻法测试对测试集识别的精度；4、用Matlab编写界面程序。
5. 工作计划
第1-2周：准备开题报告，阅读并摘要与课题有关的中文资料，收集相关设计资料。
第3周：完成开题报告，完成与课题相关的中文资料摘要。
第4周：完成英文翻译一份,进行方案论证,确定初步设计方案。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
