卷積神經網路有以下幾種應用可供研究： 1、基於卷積網路的形狀識別 物體的形狀是人的視覺系統分析和識別物體的基礎，幾何形狀是物體的本質特徵的表現，並具有平移、縮放和旋轉不變等特點，所以在模式識別領域，對於形狀的分析和識別具有十分重要的意義，而二維影象作為三維影象的特例以及組成部分，因此二維影象的識別是三維影象識別的基礎。 2、基於卷積網路的人臉檢測 卷積神經網路與傳統的人臉檢測方法不同，它是透過直接作用於輸入樣本，用樣本來訓練網路並最終實現檢測任務的。它是非引數型的人臉檢測方法，可以省去傳統方法中建模、引數估計以及引數檢驗、重建模型等的一系列複雜過程。本文針對影象中任意大小、位置、姿勢、方向、膚色、面部表情和光照條件的人臉。 3、文字識別系統 在經典的模式識別中，一般是事先提取特徵。提取諸多特徵後，要對這些特徵進行相關性分析，找到最能代表字元的特徵，去掉對分類無關和自相關的特徵。然而，這些特徵的提取太過依賴人的經驗和主觀意識，提取到的特徵的不同對分類效能影響很大，甚至提取的特徵的順序也會影響最後的分類效能。同時，影象預處理的好壞也會影響到提取的特徵。