1. 研究目的与意义（文献综述包含参考文献）
一、选题背景近年来，面部识别一直是很多学者们研究的热点问题。
睁闭眼检测实际上就是瞳孔位置检测，属于面部识别的一个分支。
面部识别算法目前主要分为两种：一种是机器学习算法，本质主要是通过设定人脸特征再结合Adabost等分类算法加以实现；第二种是近年来比较流行的结合深度学习的人脸识别算法。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
要解决的问题：如何设计适用于睁闭眼检测的卷积神经网络？如何缓解外界干扰因素对模型带来的影响？如何提高检测的准确度？如何将该系统运用到实际中，如进行疲劳状态决策？ 拟采用的研究途径：学习卷积神经网络相关的基础理论，搭建好环境。
查阅有关人脸识别、人眼状态识别等方面的文献资料，以及国外的一些优秀的论文，同时参考一些类似的设计方案，借鉴并结合自己所做，进行改进优化。
对卷积神经网络进行优化，提出适用于睁闭眼状态识别的专用卷积神经网络，提高其准确度。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
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。
