毕业设计进展情况报告

1. 研究背景及目标

本次毕业设计选题为“基于深度学习的人脸识别技术”，旨在探究面部识别技术的理论和应用。随着人工智能技术的不断发展，人脸识别技术具有广泛的应用场景和市场需求，如安防监控、金融服务、社交网络等。本研究旨在探索深度学习在人脸识别中的应用，实现从图像中提取人脸特征，建立人脸识别分类模型，为实际应用提供技术支持。

2. 研究内容及方法

本研究的主要内容包括人脸检测、人脸特征提取、人脸识别方法的研究。针对人脸检测方法，本研究采用基于深度学习的卷积神经网络技术，通过数据预处理、网络训练等步骤实现人脸检测。在人脸特征提取方面，本研究选用多种深度学习网络结构，如卷积神经网络和循环神经网络，实现对图像中人脸的特征提取。在人脸识别方法的研究方面，本研究将采用基于相似度匹配的“近邻分类”算法和基于深度学习的“分类器”算法，进行对比研究，并据此构建人脸识别模型。

3.研究进展与评价

目前，本研究已完成了人脸检测技术的探讨，并选用YOLO模型进行了实验验证，取得了不错的效果。同时，本研究还在持续探索人脸特征提取和分类算法方面的内容，尝试寻求更加高效和精确的方法。总体来说，本研究进展积极，但对人脸识别技术的应用场景和实际应用效果的评价还需进一步研究和探讨。