1. 研究目的与意义
近年来，生物特征提取技术长足发展，图像识别技术已经能够准确地识别出人脸图片，随着计算机存储量及处理速度的指数提高，图像识别技术已经广泛地应用于人口管理和日常生活中。
基于这些技术，基于人脸图片的年龄估计成为可能人脸图片获取简单方便，基于人脸图片的年龄估计有着广泛的应用前景：1） 人口统计 通过相片可以快速统计各年龄段的人口比例；2） 电影院、游乐场所等可以快速自动地筛选出未成年人；实现高效的未成年人管理；商家可以快速锁定特定年龄段的人群以推销特定商品。
3） 根据罪犯人的年龄信息，公安部门可以在罪犯可能出现的场合设置摄像头，从而快速自动地从大量的人群中分离出相应年龄段人群，重点跟踪分析，提高侦破效率；对于长年失踪人员也可以采用同样的方法去寻找。
2. 课题关键问题和重难点
1.人脸检测以及人脸特征定位函数较为陌生，在具体实现上容易造成定位不准确，以及错误定位的等问题。
2. 由于人脸角度，大小，表情，以及光线的因素，在采取灰阶特征法对特征点进行定位的时候，受到的影响较大，定位点容易造成一定的偏差。
3.神经网络的建立时，函数较为复杂，在MATLAB仿真操作上，语言不熟练造成函数与真实函数偏差较大，影响最后结果。
3. 国内外研究现状（文献综述）
[1]胡迎春等.人脸图像特征点眼睛的定位与提取.柳州：广西工学院学报，2003[2]山世光.面部特征检测与是别的研究与实现.哈尔滨：哈尔滨工业大学，1997年7月[3]徐慧.visual c 数字图像使用工程案列精选.北京：人民邮电出版社，2004年3月[4]王映辉.人脸识别原理、方法与技术.北京：科学出版社，2010[5]王振海. 融合奇异值分解和最大间距准则的人脸识别方法. 计算机工程与应用学 报，2011,47（8）164-166[6]张翠平,苏光大人脸识别技术综述中国图象图形学报2000年11期[7]周鸣争.C语言程序设计教程.成都：电子科技大学出版社，2007人脸颅面轮廓形状黼着人的年龄的增长不断地发生着变化。
这些变化首先引起人体铡绘学的研究者的关注，井对其变化规律进行了深入细致的研究。
1987年Fa妇通过在人脸上定义图23所示一系列的可见的或主要的特征点，并利用测量仪器按照预先确定的程序对定义的特征点进行测量．大量的人口统计测量结果显示对于同一个体的反复测量是可靠的，并且能够成功的对不同的个体进行区分。
4. 研究方案
1、人脸检测。
采用特征法和模板匹配法，从图片中提取人脸的图像。
由于人脸的面部表情和光照以及拍摄角度的不同，模板匹配法适用范围较窄，只能适合与特定的标准照。
5. 工作计划
第1、2周：阅读查找资料，课题调研，学习相关技术。
第3、4周：完成英文文献翻译整理，完成开题报告。
第5周：完成图像的人脸提取，能从标准照上找出人脸区域。
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。
