- 文献综述（或调研报告）：
皮肤图像分析是一门历史久远的学科，早期医生们多使用目视评估等方式对皮肤问题如皱纹、色斑、毛孔等进行手动分级。在数字图像处理的手段出现后，使用计算机进行皮肤图像分析的研究也逐渐开展，可能起始于上世纪七十-八十年代。
Gartstein等人[1]于1986年提出了一种皮肤情况定量评估的算法，通过使用可变阈值、形态学参数计算等方法评估面部特定区域的皱纹、斑点情况。1999年，Kwon等人[2]提出了一种面部皮肤皱纹分析的算法，定位五官位置并提取、分类皱纹等皮肤特征，根据皱纹数量、强度等将不同年龄人群分类。Mukaida等人[3]于2004年提出了一种面部皱纹与斑点的分析算法，使用自适应滤波器与形态学手段分别提取斑点与皱纹，并使用提取的特征对原始图像进行皱纹、斑点增强和减弱处理。
2012年，Jiang等人[4]提出了一种眼部皱纹评估算法，可以自动定位眼部，并基于canny边缘检测算子[5]和形态学参数对眼部的皮肤皱纹进行分析。2014年，Batool等人[6]提出了一种检测面部皱纹、瑕疵的算法，基于Gabor滤波器、纹理方向场提取图像特征，使用双峰高斯混合模型和马尔可夫随机场模型以区分正常皮肤与瑕疵。同年，刘喜凤[7]在其学位论文中提出了一种皮肤色斑检测算法，使用小波变换结合同态滤波进行图像增强，GVF修正的主动轮廓Snake模型进行色斑分割，最后使用8方向链码提取区域边界和其他几何特征参数，对皮肤色斑状况进行评价。2015年，Batnool等人[8]提出了一种改进的面部皱纹分割算法，基于Gabor滤波器特征，结合形态学几何约束以定位皱纹曲线，可实现更快、更准确的皱纹分割。
除了使用各种传统方法外，基于学习的方法如机器学习、深度学习等也被用于皮肤图像分析。
现代意义上的神经网络起源于1986年Rumelhart等人[10]发表的论文，首次提出了拥有多个隐藏层、使用Sigmoid激活函数的神经网络模型，和能够有效训练网络的反向传播算法。1989年，Lecun等人[11]首次提出了以卷积、池化、全连接层为基础结构的卷积神经网络，并将其应用于手写数字识别任务中，开启了深度学习在图像处理、机器视觉领域应用的先河。在此后的十余年中，由于深度学习的训练困难、计算量较大，其研究被暂时搁置，各种浅层学习模型进入了快速发展阶段。
二十一世纪以来，随着各种辅助算法的提出和GPU算力的高速提升，训练大型的深度卷积网络已经成为可能，深度卷积网络成为了研究热点。2012年，Alex等人[12]在ILSVRC图像分类竞赛上使用8层的卷积神经网络模型，在ImageNet数据集的一千五百万张图片上训练，达到了16.4%的top-5错误率，大幅领先于传统方法；从此深度学习进入了快速发展时期。2014年Szegedy等人[13]提出的VGGNet和谷歌[14]提出的GoogleNet分别将网络层数推进到19层和22层，错误率降至7%左右。GoogleNet还包括了Inception模块，能够提升性能并降低计算量。2015年微软亚洲研究院[15]提出的152层神经网络ResNet引入了残差学习的概念，在竞赛中首次达到了3.57%错误率，超越了人类的表现。
于此同时，受到分类任务中取得巨大成功的启发，卷积神经网络也被逐渐应用于机器视觉的其他领域。2014年Girshick等人[16]提出了R-CNN网络，用深度学习解决目标检测任务，即定位图像中的所有物体并输出分类。R-CNN使用两步法，先使用选择性搜索生成大量待检测ROI，再使用CNN对上述ROI进行具体分类判断。同年，Long等人[17]提出了使用全卷积架构的FCN网络以解决语义分割的任务，即对图像中的物体进行像素级别的分割。Dong等人[18]在同年提出了SRCNN网络，实现了深度学习的图像超分辨任务，可将低分辨率图像映射至高分辨率。
皮肤影像分析的领域中也同样引入了卷积神经网络的辅助，主要的研究集中于医疗方向，多为皮肤损伤、癌症检测等任务。
2013年，Cruz-Roa等人[19]提出了一种结合自动编码器与卷积神经网络的架构，对皮肤病理切片进行分类，以检测细胞癌症。2016年，Pomponiu等人[20]设计了一种基于AlexNet的卷积神经网络与k近邻分类器结合的架构，对皮肤损伤进行分类，辅助诊断恶性皮肤肿瘤。2017年，Majtner等人[21]提出了结合rSRF和LBP特征的卷积神经网络方法，使用皮肤镜图像识别黑色素瘤。同年，Li等人[22]针对ISIC-2017提出了两组深度学习框架，分别基于全卷积残差网络和传统卷积网络，以完成病变区域分割、特征提取和病变分类的任务。同年，来自斯坦福大学的团队[23]使用包含13万张临床皮肤图像的数据集,训练了一种基于Inception结构的卷积神经网络，可以对多种皮肤疾病进行检测。
参考文献：
以上是毕业论文文献综述，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。
