计算机系统项目综合实践答辩 基于卷积神经网络的人脸识别 组长：* 组员：*【系统总述】 通过10 个人的420 张192*168 大小单一色彩图片的训练集对系统模型进行训 练，从而使系统能够识别这十个人，在通过220 张人脸的图片的测试集进行检 测识别，收集并统计测试精度，通过调整参数组合不断使测试精度达到最优， 并使其精度在接受范围之内，获得使测试精度达到最大的参数组合。目录 CONTENTS 1 选题背景简介 2 设计过程简介 3 优化过程分析 4 系统实现结果1 选题背景简介选题背景 人脸识别应用在生活中十分广泛，卷积神经网 络用于人脸识别是一种基于特征的方法。 它的优点是通过逐层卷积进行特征提取，然后 经过多层映射，可以从训练样本中，学习形成 适应该识别任务的特征提取器和分类器。 该方法降低了对训练样本的要求，学习到的特 征更具有全局性。2 设计过程简介IDEA 卷积神经网络 基本结构包括两层， n 其一为特征提取层，每个神经元 的输入与前一层的局部接受域相 连，并提取该局部的特征。 n 其二是特征映射层，网络的每个 计算层由多个特征映射组成，每 个特征映射是一个平面，平面上
