基于FaceNet的人脸识别平台搭建开题报告

1. 研究目的与意义（文献综述包含参考文献）

伴随着当代科技的进步与发展，人脸识别技术在智能城市建设中广泛应用,传统人脸识别算法依赖人工设定的特征,通常会带来不可期望的人为因素和误差。

随着计算机算力的提升,基于神经网络的人脸识别方法由于其准确高效深受工业界偏爱。

根据基于facenet的人脸识别方法,优化了从图像处理到识别结果输出的过程。

2. 研究的基本内容、问题解决措施及方案

一、课题研究或解决的问题本课题的研究目的和意义在于：基于目前人脸识别研究，采集人脸图片数据以建立网络训练和测试用数据集，并针对实际场景对图片数据集进行预处理，提高网络泛化能力及检测精度；利用pytorch框架搭建基于facenet深度学习网络，并利用上述预处理后的图片数据集进行初步的网络权重训练。

为提高算法实际场景检测精度，调整数据集处理方式并优化算法，以达到较优的识别效果。

二、采用的手段在引入pytorch深度学习框架、opencv视觉库的基础上,编写了基于facenet算法的人脸识别服务端程序，优化人脸识别参数精度，以达到课题所需要求。