传统的个人身份验证手段如口令、证件、IC 卡等方式，由于与身份人的可分离性，致 使伪造、盗用、破译等现象时有发生，已经不能满足现代社会经济活动和社会安全防范的需要。生物特征识别包括指纹、掌纹、语音、人脸、虹膜、步态、掌静脉等。生物特征识别技术先投入广泛应用的是指纹、掌纹扫描识别技术，但是却常常因为受到皮肤纹理及干燥程度等条件制约出现误判，引发不必要的麻烦，已远远不能满足人们的需求。随着科学技术的不断发展，以及社会对于身份识别越来越高的要求，生物特征识别技术逐渐呈多样化发展，例如虹膜识别、声音识别、笔迹识别、签名识别、人脸识别等各项生物特征识别技术。作为模式识别和图像处理领域成功的应用之一，人脸识别在过去 20 年里一直都是研究热点。相比之下，人脸识别的普遍性、可采集性与被采集者的可接受性较高，这就具有 了方便友好、易于接受、不易伪造等一系列优点。机器自动人脸识别研究开始于 1966 年 PRI 的 Bledsoe 的工作。1990 年日本研制的人像识别机，可在 1s 内中从 3 500 人中识别到 你要找的人。1993 年，美国国防部高级研究项目署（Advanced Research Projects Agency）和 美国陆军研究实验室（Army Research Laboratory）成立了 Feret（Face RecognitionTechnology） 项目组，建立了 Feret 人脸数据库，用于评价人脸识别算法的性能。2007 年，上海市质量 技术监督局公布了城市轨道交通和旅馆商务办公楼两项安全防范系统地方标准，为 2010 年 上海世博会应用人脸识别技术提供技术规范。2008 年人脸识别应用于奥运会的安防。人脸 识别技术已经开始走入普通生活。国内外人脸识别技术还在进一步发展和完善之中，市场机会处于起步阶段，可广泛应用于安全、考勤、网络安全、银行、海关边检、物业管理、 智能身份证、门禁、计算机登录系统、国家安全、公共安全、军事安全等领域。
汉玛智慧
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
人脸识别最初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。
与其他生物识别方式相比，人脸识别优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。人脸识别优势明显，未来将成为识别主导技术。具体来说，相比指纹识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，预计人脸识别有望快速替代指纹识别成为市场大规模应用的主流识别技术。（了解更多智慧人脸识别解决方案，欢迎咨询汉玛智慧 ）
而这，也彰显着人脸识别未来的发展趋势：
首先，人脸识别应用的最广泛领域便是安防行业，不仅给整个安防行业注入了新的生命活力，也进一步开拓了新的发展市场。作为安防市场未来的发展方向的智能视频分析，其中最重要的技术就是人脸识别。
其二，我国的三维测量技术近年来发展形势较好，而现今3D人脸识别算法正对2D投影的缺陷做了补充，此外对于其中的传统难点，包括人脸旋转、遮挡、相似度等在内的都有了很好的应对，这也成为了人脸识别技术的另一个最为重要的发展路线之一。
其三，大数据深度学习进一步提升了人脸识别的精确度，这也为2D人脸识别的应用作了一定的突破，将其应用于互联网金融行业当中，能够快速普及金融级应用。
其四，人脸识别技术由于其便利性、安全性，可在智能家居中用作门禁系统以及鉴权系统，因此智能家居与人脸识别技术的融合是未来发展的重点方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的，加强了人脸识别技术与智能家居应用的结合度，具有概念新、实用性强等特点。
其五，人脸识别技术是未来基于大数据领域的重要发展方向。现如今公安部门都引入了大数据，这也弥补了传统技术的难点，通过人脸识别技术使得这些照片数据再度存储利用，能够大大提升公安信息化的管理和统筹，这将成为未来人脸识别的主要发展趋势。
人脸识别还在发展，这也是我们大家从生活中能够切实体会到的，希望终有一天能够看到足够成熟，足够便利的人脸识别技术吧，我们 汉玛智慧 也将为了这个目标和大家一起努力！
基于yolo算法的口罩人脸识别研究的意义如下：口罩人脸识别是利用计算机视觉技术判断图像或者视频序列中的行人是否存在未带口罩的情况，在一些需要佩戴口罩的特定场合，比如食堂、饭店等员工需要佩戴口罩上岗，或由于特殊情况，需要行人佩戴口罩的场景，都可以适用。目前市面上的口罩人脸识别系统，常用的方式先对人脸进行检测，再对人脸进行区域划分，统计分析脸部下方区域的颜色信息，进而判断人脸是否佩戴口罩的方式。但在实际现场应用中，人脸的倾斜角度不同，不同光线的干扰也不同，导致传统方式的精度并不理想。因此，现有技术需要改进。
人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，晓电晓受晓受晓晓晓多晓电晓米晓受晓联晓受晓零晓电晓受晓米晓多晓晓e少量惠量量e米惠d量晓晓受晓晓晓晓米晓晓多晓少米受在一定程度上有泛滥成“灾”之嫌。为了更好地对人脸识别研究的历史和现状进行介绍，本文将AFR的研究历史按照研究内容、技术芳珐等方面的特点大体划分为三个时间阶段，如表受所示。该表格概括了人脸识别研究的发展简史及其每个历史阶段代表性的研究工作及其技术特点。下面对三个阶段的研究进展情况作简单介绍： 第一阶段(受惠米联年~受惠惠零年) 这一阶段人脸识别通常只是作为一个一般性的模式识别问题来研究，所采用的主要技术方案是基于人脸几何结构特征(Geometricfeature based)的芳珐。这集中体现在人们对于剪影(Profile)的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工神经网络也一度曾经被研究人员用于人脸识别问题中。较早从事AFR研究的研究人员除了布莱索(Bledsoe)外还有戈登斯泰因(Goldstein)、哈蒙(Harmon)以及金出武雄(Kanade Takeo)等。金出武雄于受惠少晓年在京都大学完成了第一篇AFR方面的博士论文，直到现在，作为卡内基-梅隆大学(CMU)机器人研究院的一名教授，仍然是人脸识别领域的活跃人物之一。他所在的研究组也是人脸识别领域的一支重要力量。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。 第二阶段(受惠惠受年~受惠惠少年) 这一阶段尽管时间相对短暂，但却是人脸识别研究的高潮期，可谓硕果累累：不但诞生了若干代表性的人脸识别算法，美国军方还组织了著名的FERET人脸识别算法测试，并出现了若干伤业化运作的人脸识别系统，比如最为著名的Visionics(现为Identix)的FaceIt系统。 美国麻省理工学院(MIT)媒体实验室的特克(Turk)和潘特兰德(Pentland)提出的“特征脸”芳珐无疑是这一时期内最负盛名的人脸识别芳珐。其后的很多人脸识别技术都或多或少与特征脸有关系，现在特征脸已经与归一化的协相关量(NormalizedCorrelation)芳珐一道成为人脸识别的性能测试基准算法。 这一时期的另一个重要工作是麻省理工学院人工智能实验室的布鲁内里(Brunelli)和波基奥(Poggio)于受惠惠电年左右做的一个对比实验，他们对比了基于结构特征的芳珐与基于模板匹配的芳珐的识别性能，并给出了一个比较确定的结论：模板匹配的芳珐优于基于特征的芳珐。这一导向性的结论与特征脸共同作用，基本中止了纯粹的基于结构特征的人脸识别芳珐研究，并在很大程度上促进了基于表观(Appearance-based)的线性子空间建模和基于统计模式识别技术的人脸识别芳珐的发展，使其逐渐成为主流的人脸识别技术。 贝尔胡米尔(Belhumeur)等提出的Fisherface人脸识别芳珐是这一时期的另一重要成果。该芳珐首先采用主成分分析(PrincipalComponent Analysis，PCA，亦即特征脸)对图像表观特征进行降维。在此基础上，采用线性判别分析(LinearDiscriminant Analysis, LDA)的芳珐变换降维后的主成分以期获得“尽量大的类间散度和尽量小的类内散度”。该芳珐目前仍然是主流的人脸识别芳珐之一，产生了很多不同的变种，比如零空间法、子空间判别模型、增强判别模型、直接的LDA判别芳珐以及近期的一些基于核学习的改进策略。 麻省理工学院的马哈丹(Moghaddam)则在特征脸的基础上，提出了基于双子空间进行贝叶斯概率估计的人脸识别芳珐。该芳珐通过“作差法”，将两幅人脸图像对的相似度计算问题转换为一个两类(类内差和类间差)分类问题，类内差和类间差数据都要首先通过主成分分析(PCA)技术进行降维，计算两个类别的类条件概率密度，最后通过贝叶斯决策(最大似然或者最大后验概率)的芳珐来进行人脸识别。 人脸识别中的另一种重要芳珐——弹性图匹配技术(Elastic GraphMatching，EGM) 也是在这一阶段提出的。其基本思想是用一个属性图来描述人脸：属性图的顶点代表面部关键特征点，其属性为相应特征点处的多分辨率、多方向局部特征——Gabor变换【受电】特征，称为Jet;边的属性则为不同特征点之间的几何关系。对任意输入人脸图像，弹性图匹配通过一种优化馊索策略来定位预先定义的若干面部关键特征点，同时提取它们的Jet特征，得到输入图像的属性图。最后通过计算其与已知人脸属性图的相似度来完成识别过程。该芳珐的优点是既保留了面部的全局结构特征，也对人脸的关键局部特征进行了建模。近来还出现了一些对该芳珐的扩展。 局部特征分析技术是由洛克菲勒大学(RockefellerUniversity)的艾提克(Atick)等人提出的。LFA在本质上是一种基于统计的低维对象描述芳珐，与只能提取全局特征而且不能保留局部拓扑结构的PCA相比，LFA在全局PCA描述的基础上提取的特征是局部的，并能够同时保留全局拓扑信息，从而具有更佳的描述和判别能力。LFA技术已伤业化为著名的FaceIt系统，因此后期没有发表新的学术进展。 由美国国防部反技术发展计划办公室资助的FERET项目无疑是该阶段内的一个至关重要的事件。FERET项目的目标是要开发能够为安全、情报和执法部门使用的AFR技术。该项目包括三部分内容：资助若干项人脸识别研究、创建FERET人脸图像数据库、组织FERET人脸识别性能评测。该项目分别于受惠惠联年，受惠惠多年和受惠惠米年组织了晓次人脸识别评测，几种最知名的人脸识别算法都参家了测试，极大地促进了这些算法的改进和实用化。该测试的另一个重要贡献是给出了人脸识别的进一步发展方向：光照、姿态等非理想采集条件下的人脸识别问题逐渐成为热点的研究方向。 柔性模型(Flexible Models)——包括主动形状模型(ASM)和主动表观模型(AAM)是这一时期内在人脸建模方面的一个重要贡献。ASM/AAM将人脸描述为电D形状和纹理两个分离的部分，分别用统计的芳珐进行建模(PCA)，然后再进一步通过PCA将二者融合起来对人脸进行统计建模。柔性模型具有良好的人脸合成能力，可以采用基于合成的图像分析技术来对人脸图像进行特征提取与建模。柔性模型目前已被广泛用于人脸特征对准(FaceAlignment)和识别中，并出现了很多的改进模型。 总体而言，这一阶段的人脸识别技术发展非常迅速，所提出的算法在较理想图像采集条件、对象配合、中小规模正面人脸数据库上达到了非常好的性能，也因此出现了若干知名的人脸识别伤业公司。从技术方案上看， 电D人脸图像线性子空间判别分析、统计表观模型、统计模式识别芳珐是这一阶段内的主流技术。 第三阶段(受惠惠量年~现在) FERET’惠米人脸识别算法评估表明：主流的人脸识别技术对光照、姿态等由于非理想采集条件或者对象不配合造成的变化鲁棒性比较差。因此，光照、姿态问题逐渐成为研究热点。与此同时，人脸识别的伤业系统进一步发展。为此，美国军方在FERET测试的基础上分别于电零零零年和电零零电年组织了两次伤业系统评测。 基奥盖蒂斯(Georghiades)等人提出的基于光照锥 (Illumination Cones) 模型的多姿态、多光照条件人脸识别芳珐是这一时期的重要成果之一，他们证明了一个重要结论：同一人脸在同一视角、不同光照条件下的所有图像在图像空间中形成一个凸锥——即光照锥。为了能够从少量未知光照条件的人脸图像中计算光照锥，他们还对传统的光度立体视觉芳珐进行了扩展，能够在朗博模型、凸表面和远点光源假设条件下，根据未知光照条件的少幅同一视点图像恢复物体的晓D形状和表面点的表面反射系数(传统光度立体视觉能够根据给定的晓幅已知光照条件的图像恢复物体表面的法向量方向)，从而可以容易地合成该视角下任意光照条件的图像，完成光照锥的计算。识别则通过计算输入图像到每个光照锥的距离来完成。 以支持向量机为代表的统计学习理论也在这一时期内被应用到了人脸识别与确认中来。支持向量机是一个两类分类器，而人脸识别则是一个多类问题。通常有三种策略解决这个问题，即：类内差/类间差法、一对多法(one-to-rest)和一对一法(one-to-one)。 布兰兹(Blanz)和维特(Vetter)等提出的基于晓D变形(晓D Morphable Model)模型的多姿态、多光照条件人脸图像分析与识别芳珐是这一阶段内一项开创性的工作。该芳珐在本质上属于基于合成的分析技术，其主要贡献在于它在晓D形状和纹理统计变形模型(类似于电D时候的AAM)的基础上，同时还采用图形学模拟的芳珐对图像采集过程的透视投影和光照模型参数进行建模，从而可以使得人脸形状和纹理等人脸内部属性与摄像机配置、光照情况等外部参数完全分开，更家有利于人脸图像的分析与识别。Blanz的实验表明，该芳珐在CMU-PIE(多姿态、光照和表情)人脸库和FERET多姿态人脸库上都达到了相当高的识别率，证明了该芳珐的有效性。 电零零受年的国际计算机视觉大会(ICCV)上，康柏研究院的研究员维奥拉(Viola)和琼斯(Jones)展示了他们的一个基于简单矩形特征和AdaBoost的实时人脸检测系统，在CIF格式上检测准正面人脸的速度达到了每秒受多帧以上。该芳珐的主要贡献包括：受)用可以快速计算的简单矩形特征作为人脸图像特征;电)基于AdaBoost将大量弱分类器进行组合形成强分类器的学习芳珐;晓)采用了级联(Cascade)技术提高检测速度。目前，基于这种人脸/非人脸学习的策略已经能够实现准实时的多姿态人脸检测与跟踪。这为后端的人脸识别提供了良好的基础。 沙苏哈(Shashua)等于电零零受年提出了一种基于伤图像【受晓】的人脸图像识别与绘制技术。该技术是一种基于特定对象类图像集合学习的绘制技术，能够根据训练集合中的少量不同光照的图像，合成任意输入人脸图像在各种光照条件下的合成图像。基于此，沙苏哈等还给出了对各种光照条件不变的人脸签名(Signature)图像的定义，可以用于光照不变的人脸识别，实验表明了其有效性。 巴斯里(Basri)和雅各布(Jacobs)则利用球面谐波(Spherical Harmonics)表示光照、用卷积过程描述朗博反射的芳珐解析地证明了一个重要的结论：由任意远点光源获得的所有朗博反射函数的集合形成一个线性子空间。这意味着一个凸的朗博表面物体在各种光照条件下的图像集合可以用一个低维的线性子空间来近似。这不仅与先前的光照统计建模芳珐的经验实验结果相吻合，更进一步从理论上促进了线性子空间对象识别芳珐的发展。而且，这使得用凸优化芳珐来强制光照函数非负成为可能，为光照问题的解决提供了重要思路。 FERET项目之后，涌现了若干人脸识别伤业系统。美国国防部有关部门进一步组织了针对人脸识别伤业系统的评测FRVT，至今已经举办了两次：FRVT电零零零和FRVT电零零电。这两次测试一方面对知名的人脸识别系统进行了性能比较，例如FRVT电零零电测试就表明Cognitec, Identix和Eyematic三个伤业铲品遥遥领先于其他系统，而它们之间的差别不大。另一方面则全面总结了人脸识别技术发展的现状：较理想条件下(正面签证照)，针对晓少联晓少人受电受,多量惠 幅图像的人脸识别(Identification)最高首选识别率为少晓%，人脸验证(Verification)的等错误率(EER【受联】)大约为米%。FRVT测试的另一个重要贡献是还进一步指出了目前的人脸识别算法亟待解决的若干问题。例如，FRVT电零零电测试就表明：目前的人脸识别伤业系统的性能仍然对于室内外光照变化、姿态、时间跨度等变化条件非常敏感，大规模人脸库上的有效识别问题也很严重，这些问题都仍然需要进一步的努力。 总体而言，目前非理想成像条件下(尤其是光照和姿态)、对象不配合、大规模人脸数据库上的人脸识别问题逐渐成为研究的热点问题。而非线性建模芳珐、统计学习理论、基于Boosting【受多】的学习技术、基于晓D模型的人脸建模与识别芳珐等逐渐成为备受重视的技术发展趋势。 总而言之， 人脸识别是一项既有科学研究价值，又有广泛应用前景的研究课题。国际上大量研究人员几十年的研究取得了丰硕的研究成果，自动人脸识别技术已经在某些限定条件下得到了成功应用。这些成果更家深了我们对于自动人脸识别这个问题的理解，尤其是对其挑战性的认识。尽管在海量人脸数据比对速度甚至精度方面，现有的自动人脸识别系统可能已经超过了人类，但对于复杂变化条件下的一般人脸识别问题，自动人脸识别系统的鲁棒性和准确度还远不及人类。这种差距产生的本质原因现在还不得而知，毕竟我们对于人类自身的视觉系统的认识还十分肤浅。但从模式识别和计算机视觉等学科的角度判断，这既可能意味着我们尚未找到对面部信息进行合理采样的有效传感器(考虑单目摄像机与人类双眼系统的差别)，更可能意味着我们采用了不合适的人脸建模芳珐(人脸的内部表示问题)，还有可能意味着我们并没有认识到自动人脸识别技术所能够达到的极限精度。但无论如何，赋予计算设备与人类似的人脸识别能力是众多该领域研究人员的梦想。相信随着研究的继续深入，我们的认识应该能够更家准确地逼近这些问题的正确答案。
＝＝你是本科还是硕士啊论文的话应该主要是算法的研究和改进吧……问题比如：你采用了哪种人脸识别算法你对这种算法的改进在哪里(你不只要说明改进在哪里可能还需要做一些实验收集下数据来对比说明算法在改进后对性能有了提升)新算法比其他算法好在哪里(还是通过实验收集数据对比一下)分析下算法的复杂度(时间复杂度和空间复杂度可能都会要求毕竟图像分析很占空间)然后是怎样进行优化的实验采用的样本是哪些(我们当时用的UCIrvineMachineLearningRepository下面会有CMUFaceImages大家一般都用这个库来作为样本)怎样对实验结果进行量化比较的(标准是什么)如果是模式识别的话还可能关心怎样选的特征值和特征空间(计算量大的话是怎样减少计算量的)训练样本采用的什么算法实验的识别率是多少算法的性能是不是稳定……＝＝我想到的都是本科的问题如果是研究生的话可能还会问的更难
交通标志识别原理交通标志识别又称为TSR（Traffic Sign Recognition）是指能够在车辆行驶过程中对出现的道路交通标志信息进行采集和识别，及时向驾驶员做出指示或警告，亦或者直接控制车辆进行操作，以保证交通通畅并预防事故的发生。在安装有安全辅助驾驶系统的车辆中，如果车辆能够提供高效的TSR系统，及时为驾驶员提供可靠地道路交通标志信息，有效提高驾驶安全性和舒适性。
如下将介绍一种典型的道路交通标志识别的方法。
交通标志分隔交通标志分隔实际是需要快速从复杂的场景图像中获取可能是交通标志的感兴趣区域。然后采用模式识别的方法对感兴趣区域进行进一步辨识，定位其具体位置。由于交通标志功能是起到指示性、提示性和警示性等作用，他们设置都具有醒目、颜色鲜明、图形简洁、意义明确等特点。因此感兴趣区域通常是利用其颜色和形状进行的。
如下举例说明利用颜色如何进行分隔。
交通标志的颜色无疑具有显著性特征，以颜色进行检测和识别的方法有很多，包括对颜色空间的各个通道或其组合进行阈值分割或聚类，区域分裂，颜色边缘检测等，用经过训练的人工神经网络作为分类器识别颜色，以颜色为索引，将目标在直方图与模板库中图像的直方图进行匹配，找出可能的若干模板，为下一步形状分析做准备。
目前，在交通标志识别中常用的彩色空间包括RGB、HIS、CIE几种，而RGB作为图像处理中常用的三基色，是构建其他各种颜色的基础，其他颜色表示方式可以用RGB变换得到。
我们知道，对于交通标志而言大都颜色比较单
固定，比如红色标志一般表示禁令，蓝色标志一般表示指示类，黄色标志一般表示警告类，这里正好利用RGB的三基色红、黄、蓝加以识别匹配来表示，但由于对于驾驶辅助系统功能TSR通常是一个动态交互识别的过程，其对于光照、气候以及阴影等干扰的影响反应较为敏感，而RGB信息不仅代表色彩，也代表亮度，并且三基色之间存在着很大的相关性，因此，为了消除RGB颜色本身包含的亮度信息，可在RGB空间将颜色值R、G、B将在亮度上进行归一化，从而将一个三维空间降到二维空间表示的颜色信息，这样RGB三基色颜色之间的亮度相关性就减小了。
百万购车补贴
研究报告 开放分类： 学术课 题 研 究 报 告 写 作 格 式 简 介 第一部分 a引言； b慨述； c研究背景和意义； d研究方法和角常； e研究对象与方法； 第二部分 a研究结果； b研究内容及主要成果； c探讨与认识； d现状与问题； e分析与讨论 第三部分 a结论； b结论与建议； c研究结论和说明； d建议和展望； e问题与对策；一、研究报告论文撰写的意义 研究报告和论文是： 1、研究者思想发展的忠实记录 2、课题研究水平和价值高低的标志。 3、进行学术交流和科研成果推广的重要形式。（跨越时空） 4、深化原有研究成果、提高自己研究水平、发展自己的研究能力的又一次重要实践活动。 二、研究报告的类型和结构 （一）类型 1、实证性研究报告 2、文献性研究报告 3、理论性研究报告 （二）结构 题目、署名、内容提要和关键词、前言、正文、结论、注释和参考文献、附录 1、实证性研究报告：如教育调查报告、实验报告、经验总结报告等。主要是用事实说明问题，材料力求具体典型，翔实可靠、格式规范。这类报告要求通过有关资料、数据及典型事例的介绍和分析，总结经验，找出规律，指出问题，提出建议。这种研究报告既注重理论，又重视实践，往往跟接触性的研究方法有关。 2、文献性研究报告：主要以文献情报资料作为研究材料，以非接触性研究方法为主，以文献的考证、分析、比较、综合为主要内容，着重研究教育领域某一方面的信息、进展、动态，以述评、综述类文章为主要表达形式。一般在教育史学、文献评论研究中用得较多。 3、理论性研究报告：狭义上的论文。以阐述对某一事物、某一问题的理论认识为主要内容，重在研究对象本质及规律性认识的研究。独特的看法、创新的见解、深刻的哲理、严密的逻辑和个性化的语言风格是其内在特点。理论性研究报告没有实证研究过程，因此对研究者的逻辑分析能力和思维水平有较高的要求，同时还要具有较高的专业理论素养。 论文有三个最基本的要素：一为论题，即真实性将被验证(论证)的命题、观点。论题的主要来源就是研究课题提出的假设及研究对假设验证的结果。论文最终是要论证论题的真实性而提出明确的论点。二为论据，即证明论题真实性的依据。论据的来源应该是研究过程所获得的信度、效度高的事实材料包括定性和定量的材料。三为论证，即以论据证明论题的论述过程。论证是文章的结构层次、材料组织的逻辑性和严密性、文章思想观点的正确性和科学性与深刻性、语言表达的准确性、有效性和技巧等各方面的综合体现。 论文与实证性研究报告有区别，它一般将科研工作中最主要，最精彩和具有创造性的内容和结果加以提炼，用较简明精炼的语言加以表达，论文不包括过多的具体研究方法和过程，而更强调内容的创新和学术价值。任何研究课题的成果都可以用论文来表达。 三、写作内容和要求 （一）题目 1、题目的内容 类型、定位、作用 2、写作要求 标题要准确 标题要新颖 题式可多样 标题要简洁 （二）署 名 1、署名的方式 集体署名 个人署名 2、署名的规则 贡献大小：提出研究设想、承担研究工作、解决关键问题。 惯例 （三）内容提要和关键词 （四）前言 （三）内容提要关键词 1、内容摘要：中心内容、结构及主要论点和评述；要求重点突出，内容精练，观点明确、一般不用第一人称，以200---300字为宜。学术论文也不宜超过1000字，有关刊物要有中英文摘要。 2、关键词：必须是规范科学的名词术语，一般每篇文章有3~5个关键词（主题词）。属于支柱性概念。 （四）前言 1、内容：问题的由来；文献综述：课题的界定（概念术语的解释）及问题的陈述；课题研究的理论意义和实践意义。 2、写作要求：课题阐述要清楚准确，中心突出；客观公正、科学准确评价他人的研究成果；简明扼要介绍课题研究的动机和意义。 （五）正文 1、内容：它必须对研究的内容和方法进行全面的阐述和论证，对研究过程中所获取的资料进行全面系统的整理和分析，通过图表、统计结果及文献资料，或以纵向的发展过程，或横向类别分析提出论点、分析论据，进行论证。 研究报告又分：1、研究的对象和方法 2、研究的内容和假设 3、研究的步骤及过程 4、研究结果的分析与讨论：研究报告的重点部分。A. 结果的定性定量分析，B.研究结果的讨论 。 结果分析与讨论材料缺乏的原因 研究设计缺乏一种系统观，讨论问题思路狭隘 操作过程不够到位，操作措施不够落实，就产生不了深刻的感受和体验 文献资料检索不够，对他人的研究研究缺乏了解，对自己结果的讨论就缺乏客观性、支持的力度 反映结果的项目指标难以确定 测量的方法与手段较难选择 数据的处理与分析要求不断提高 结果分析与讨论对研究者理论素养和洞察力要求较高 对下一步的研究提不出发展的方向。 2、写作要求 2、写作要求： 总体要求：科学性和创造性；公正性和准确性；学术性和通俗性。 具体要求有：1、掌握材料要充分。2、分析整理要科学。3、图表使用要恰当。4、观点材料要统一。5、语言使用要规范。正确区分学术概念和生活概念，口头语言和书面语言。6、引用论点要慎重。与已一致，佐证；他人观点中某些好思想，提练综合；带有片面性的真理，开拓思维、慎重判断；相反的权威观点，找准错误所在。（引古不引今，引洋不引中，引刊不引报，引专著不引文集）7、内部逻辑要严密。8、标题序号要规范。9、讨论部分要简练。 （六）结论、（七）注释和参考文献、（八）附录 （六）结论 1、内容：整篇报告的概括和小结。成果概括（结论必须指出解决了哪些问题、还有哪些没有解决？）；今后研究的展望；对教育教学实践的建议等 2、要求：总结全文，深化主题，揭示规律，指明方向。 （七）注释和参考文献 1、内容：书籍、刊物、报纸、网络 2、要求：完整注明出处 （八）附录：问卷、量表、研究材料、统计数据、方案、计划等 四、研究报告和论文撰写 （一）影响研究报告和论文质量的因素 1、研究工作本身 2、研究者的哲学水平和研究素养 3、语言表达能力和写作水平 （二）写作步骤 1、确定成果类型及主题——定位。 2、谋篇构思，拟定写作提纲。 多学科多角度全面分析研究内容，形成尽可能完整的内容框架体系。（放） 选取三特（特长、特色、特点）进行创造性构思，突出重点难点，围绕中心论点进行系统梳理。（收） 照顾文章结构比例的匀称性，进行适当的内容调整。 拟定写作提纲：句子提纲、标题提纲、段落提纲、图表式提纲。 3、初稿写作 1）有话想说 2）无话可说 忘 回 跳 3）有话能说 4、修改定稿 1）关注三类问题： 全局性问题 局部性问题 细节性问题 2） 修改方法： 存放－冷却－补正修改法 边写边改－气呵成法 同行交流－导师点评－自我修改法。 五、文章的类型和投稿策略 （一）文章的类型 抄 凑 合 流 （二）投稿的策略： 1、了解杂志特色：编辑方向、体裁风格、开设栏目、作者群体 2、因稿论嫁，从一而终；多次强化，终结善果。 3、集中一点，挖深挖透，成小专家，专家小成。 六、教师在研究写作过程中出现的问题 一）选题： 过大、过空、过泛，缺乏实效性 追风现象明显 命题作文、应景作文现象明显，敷衍应付行为居多 二）写作 文章类型体裁选择定位不准确； 破题困难，不能抓住切入点和结合点契合点 中心不明确，重点不突出 概念界定不清晰，划分不统一、不穷尽；基本概念术语理解不透，空话套话比较多，胡乱套用现象明显； 缺乏系统观和整体观，思维方式满足于简单的罗列和枚举，出现跳跃性思维、游走式思维，脚踩西瓜皮，滑到那儿算那儿； 结构混乱，思路不清；理论推导缺乏，理论体系构建困难； 局限于个人的体验和感受，跟着感觉走；没有将理论与实践进行有意的印证，出现理论与实践分离，论点和案例脱节的现象，且缺乏对案例的必要分析； 资料收集、综合分析意识淡漠；收集不全面充分，观点材料不统一； 材料取舍比较困难；数据处理不科学，分析水平比较简单原始； 治学态度不严谨，结论推断比较随意，缺乏足够必要的实证研究数据支撑，往往凭感觉经验下结论； 语言拼凑痕迹明显，一味追求对仗工整，明显有文学化倾向；语言表达不流畅；标题冗长，不够简洁明了 原因 理论学习动力不足，没有真下功夫；存在知识性缺陷，忽略条件性和方法性知识的学习 理论底蕴不扎实，综合分析能力欠缺；手段、措施——条件——目标之间缺乏合理构建，应然与实然、理念、经验与行为之间缺乏必要的联结； 研究动态现状了解不够；难以把握研究的重点难点和关键；很难抓住源头问题做文章；容易出现重心偏移、定位不准的现象； 对自身教学经验反思不够，理论与经验的契合点抓不准；经验不能升华为理论； 研究设计不科学、过程不落实，操作随意性大，缺乏具体的抓手、切实可行的措施。 怎样撰写教育科学研究报告 （一）教育科学研究报告的类型 教育科学研究报告是教育科学研究成果的重要表现形式，也是揭示教育规律的主要形式。 教育科学研究报告就其内容和写作形式分为：论述性研究报告、描述性研究报告、实证性或实验性研究报告和文献资料研究报告等四个类别。 论述性研究报告:这是一种旨在阐明研究对象的本质及其规律性的研究报告。 描述性研究报告:这是一种旨在说明研究对象是什么，发生了什么的研究报告。 实证性、实验性研究报告:这是一种旨在用事实说明现象或事物之间相互关系，互为因果，以及现象为什么发生，怎么能发生的研究报告。 文献资料研究报告:这是一种旨在以口头、文字、音像等资料为基础，分析、辨明某一方面研究的信息、水平、进程、争议、趋势等的研究报告。 （二）教育科学研究报告的基本组成部分 l、全文提要：提要就是研究工作的概述；必须能够准确地反映报告的内容和目的，文字清晰易读，要力求忠实于报告，并要避免评述。其字数以250-300字为适宜，至多也不要超过600字。 2、研究的目的和意义。 3、研究工作的简单过程。 4、研究的对象、范围和方法等。 5、国内外前人这个问题上，所做的工作情况简介。 6、研究结果的分析，这一部分是报告的核心，它的撰写工作，要根据研究的假设或研究的目的，作一番清晰描述，也就是对研究结果的描述。 这一部分除了用文字叙述外，还可借助图表的设计，把结果显示出来，从中可以更清晰、直观地体现重要的研究结果。 7、讨论：讨论就是对研究的分析是否恰当，不要之处。应提出修正。 8、结论：必须是根据充实的材料与分析的结果，说明结论的可靠度。 9、建议，除与教育科学研究论文的建议相同的要求外，还应注意两点。一是要根据研究的结论，针对研究的问题有头的现状，提出改革的建议，以供有头部门选择。建议的内容不能与报告的结论无关，否则便失去意义和价值。建议的表达方式，应留有余地，不要过于武断，或掺杂个人的情绪作用等。二是对进一步开展研究工作的建议，应指出进一步研究的必要性和可能性，未来的研究有待改进的地方，尚待深入研究的有关问题等，可为后人的研究，提供参考。 （三）撰写教育科研报告的几条基本原则 为了以个性透视共性，这里主要介绍实证性研究报告的写作，掌握了这类报告的“个性”，那末教育科学研究报告的“共性”也就不难领会了。 怎样撰写好实证性研究报告呢？下面先说几条基本原 1、谁要以事实为依据 研究报告中列举的全部数据和例子，都应该是千真万确的事实，绝不可有半点虚假，不能编造，不能无中生有。报告中对教育现象的因果关系分析，对教育原理和规律的探索，也都要以事实为依据。科学研究报告中的每一句带有判定性的话．都必须在足够的、可信的、有说服力的事实基础上得出。当然，科学研究报告中也必须把研究问题时所需要的大量事实材料跟撰写报告时应引用的最有说服力的事实材料区分开来。有些事实材料，如与研究的主题扣得不紧，应当忍痛割爱；有些事实材料，应当尽量制作成表格、图例以及其它直观形式。 2、内容的阐述有逻辑性 实证性研究报告的内容阐述与研究工作的逻辑发展顺序是大体一致的，为了确保研究报告的逻辑性，我们应当首先考虑整个研究工作的发展顺序，然后再考虑报告的表达方式。研究报告内容的逻辑性是整个研究思路逻辑性的写照，没有一个好的研究基础，好的科研报告是怎么也写不出来的。 科学研究报告必须绝对如实地反映客观情况，一切叙述、说明、推断、引用，必须恰如其分。文字、用词应力求准确。概念表述应尽量用科学性用语，避免用常识性用语，以免读者费解或产生歧义。当然，研究报告的文字也必须简单、明了、通顺、流畅，既要明白如话，又要把研究的效果准确地、科学地表达出来。 3、引用文献资料要注明出处 在教育科研报告中完全可以引用，采纳别人的科学研究成果，但必须尊重别人的劳动。一方面应实事求是地评价，实实在在地引用；另一方面，不应当把别人的成就变为自己的东西。所以在研究报告中凡有引用别人的材料、研究成果或观点性词语，必须加以注释或说明，以向读者示知成果界限。
手语翻译器作为不懂手语的正常人与使用手语的残障人士之间的沟通桥梁，近来成为研究热点，但是目前市场上成熟的手语翻译器并不多见。在此设计利用 LeapMotion 对手部识别精度高以及体积小巧等特性，实现了一种识别精度高、便于携带的手语翻译器。该翻译器不仅支持静态手语的识别，同时也能识别动态手语，实现了手语识别、文本翻译、语音播报，多语言翻译等功能。实验结果表明该手语翻译器具有识别准确率高的特点，能基本实现残障人士与正常人之间简单的交流，具有良好的应用前景
就是在不碰到设备的情况下，通过简单的手势来控制设备。目前汇春科技的YSPRING手势识别技术能完成对手部的成像，并对手势进行识别和跟踪，应用于电视等职能家庭设备的控制还有就是VR、AR设备的自然交互。
1、内容不同
研究背景就是主要是国内外现状、发展历程之类的；而意义主要是指这个东西在当下还不行,就诸多不足而言还存在着研究的价值和意义,在某些方面可以改进。
2、行文顺序不同
背景就是对现状的描述,而意义则是对背景研究的结果。所以在论文中研究背景在研究意义前面。
扩展资料
论文排版格式
第一部分：封面
封面 :封面是一篇论文的门面，所以要简洁明了。封面应该写明毕业论文，字体为“宋体二号”。名称下面依次是论文题目、作者、学院、专业、学号、班级、指导老师，字体为"宋体小二号"，格式居中对齐，有下划线，字体均为黑色。
题目：题目应简洁、明确、有概括性，字数不宜超过20个字。本专科毕业论文一般无需单独的题目页，硕博士毕业论文一般需要单独的题目页，展示院校、指导教师、答辩时间等信息。英文部分一般需要使用Times New Roman字体。
第二部分:版权声明
版权声明：一般而言，硕士与博士研究生毕业论文内均需在正文前附版权声明，独立成页。个别本科毕业论文也有此项。字体为宋体四号字。
第三部分；摘要和关键词
摘要：要有高度的概括力，语言精练、明确，中文摘要约100—200字。字体为宋体三号，需要加粗。摘要正文为宋体小四号。
关键词：从论文标题或正文中挑选3～5个最能表达主要内容的词作为关键词。关键词之间需要用分号或逗号分开。关键词为宋体小四号加粗字体 需要顶格写，关键词正文为宋体小四号不加粗字体。
第四部分；目录
目录：写出目录，标明页码。正文各一级二级标题、参考文献、附录、致谢等。目录两字用宋体三号加粗字体，需要居中。目录中的一级二级标题处用宋体小四号字体不需要加粗，一般用电脑生成.
第五部分；主体部分
正文：专科毕业论文正文字数一般应在5000字以上，本科文学学士毕业论文通常要求8000字以上，硕士论文可能要求在3万字以上。
毕业论文正文：包括前言、本论、结论三个部分。
①前言（引言）是论文的开头部分，主要说明论文写作的目的、现实意义、对所研究问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。
②本论是毕业论文的主体，包括研究内容与方法、实验材料、实验结果与分析（讨论）等。在本部分要运用各方面的研究方法和实验结果，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。
③结论是毕业论文的收尾部分，是围绕本论所作的结束语。其基本的要点就是总结全文，加深题意。
（一）各级标题与正文
一级标题用宋体三号字，空两格，加粗
二级标题用宋体四号字，空两个字符，加粗
三、四级标题用宋体小四号，空两个字符，加粗
正文用宋体小四号，行间距采用1.5倍行距
（二)正文中的图表
正文中图、表均需编排序号，图、表题目以及说明用宋体五号字体
第六部分；注释
注释：在论文写作过程中，有些问题需要在正文之外加以阐述和说明。
注释标题用宋体四号，居中
注释序号用①、②、③等。宋体五号
注释是图书时，格式；作者、书名、出版社、出版日期、版次、页码。
注释是刊期时，格式；作者、文章题目、期刊名称、期刊号、页码。
第七部分；致谢
致谢：简述自己通过做毕业论文的体会，并应对指导教师和协助完成论文的有关人员表示谢意。
致谢标题用宋体三号加粗字体，需居中。内容用四号字体，不加粗
第八部分；参考文献
参考文献：在毕业论文末尾要列出在论文中参考过的所有专著、论文及其他资料，所列参考文献可以按文中参考或引证的先后顺序排列，也可以按照音序排列（正文中则采用相应的哈佛式参考文献标注而不出现序号）。
参考文献内容用（宋体、五号；英文用Times New Roman字体）
1、专著、论文集、报告、学位论文：
序号 作者（前3名)，文献名，出版社所在地：出版社、出版年、起始页—终止页.
2、期刊论文:
序号 作者（前3名)，论文名，刊名，出版年，卷（期）：起始页—终止页
3、电子文献
序号 作者（前3名)，电子文献名，电子文献出处或可获得地址，发表或更新日期。
第九部分：附录
附录：对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。有时也常将个人简介附于文后。格式同正文
参考资料来源：百度百科-毕业论文
百度百科-课题背景