1. 毕业设计（论文）主要内容：
背景简介：由于深度学习技术的进步，人脸识别的表现越来越好。但是深度学习在人脸识别的应用效果仍旧很大程度的依赖于大规模注释训练数据的可用性。虽然人们可以很容易地从互联网上收集大量的面部图像，但是对它们进行标签的注释却是十昂贵的。因此利用未标记的数据来进行训练已然成为了一个发展的趋势。而基于GCN的人脸聚类不仅可以在无监督的条件下进行而且可以解决人脸聚类问题中“如何确定距离”这一难题。
主要内容：
（1）利用CNN来提取样本特征
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要 ；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译 ；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1)2019/12/25—2020/1/22：查阅参考文献，明确选题；(2)2020/1/23—2020/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；(3)2020/3/8—2020/4/26：需求分析，算法或系统设计，分析、比较或实现等；(4)2020/4/27—2020/5/27：撰写论文初稿；修改论文，定稿并提交论文评审；(5)2020/5/28—2020/6/7：准备论文答辩。
4. 主要参考文献
[1]ZhongdaoWang,LiangZheng,YaliLi,ShengjinWang.LinkageBasedFaceClusteringviaGraphConvolutionNetwork.CVPR2019[2]L.A.AdamicandE.Adar.Friendsandneighborsontheweb.Socialnetworks,25(3):211–230,2003.[3]LeiYang,XiaohangZhan,DapengChen,JunjieYan,ChenChangLoy,DahuaLin.LearningtoClusterFacesonanAffinityGraph.CVPR1904
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
