基于深度学习的智能图像转换系统
信息与通信工程学院
项目创意来历：
伴随着抖音，快手等娱乐工业的发展，出现了一大批图像美化，图像转换，图像趣味化的产品，用户对人脸识别，人脸美化，人脸趣味化的需求越来越高。虽然市面上已经有了形形色色的图像美化产品，但是现存的相关产品大多基于某一款app作为辅助功能出现，我们团队希望开发一款能够在线使用的，集合多种图像美化、趣味化功能的产品，方便更多受众使用，能够准确高效的实现图像的处理和美化。
项目意义：
本项目力图将app中琐碎的功能完善和集成到一个网页中，在一中轻量级的情况下进行图像的相关处理操作，将极大方便用户进行图像处理、智能识别面部、图片修补、亮度增强、磨皮美白、高斯均值滤波、中值滤波、图像美化、图像趣味化、图像转换等功能。本项目将精心设计前端网页，能够尽可能的考虑用户体验。
主要研究内容：
1、研究基本的深度学习原理，TensorFlow框架和卷积神经网络，基本的深度学习算法和框架，构建基本的图像识别处理模型，在现有基础上，分析结果曲线，并进行参数调优，进行模型的优化和相关图像识别功能的延伸。
2.基本的Web开发，使用HTML5开发基本的网页界面，使用CSS3进行界面的美化工作，使用AJAX，JavaScript语言完成界面的相关逻辑的构建；对常见数据库的使用，如mysql，oracle等；前端基本框架，Vue使用，构建一个完整的前后端项目。
