卷積神經網絡有以下幾種應用可供研究：

1、基于卷積網絡的形狀識別

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征的表現，并具有平移、縮放和旋轉不變等特點，所以在模式識別領域，對于形狀的分析和識別具有十分重要的意義，而二維圖像作為三維圖像的特例以及組成部分，因此二維圖像的識別是三維圖像識別的基礎。

2、基于卷積網絡的人臉檢測

卷積神經網絡與傳統的人臉檢測方法不同，它是通過直接作用于輸入樣本，用樣本來訓練網絡并最終實現檢測任務的。它是非參數型的人臉檢測方法，可以省去傳統方法中建模、參數估計以及參數檢驗、重建模型等的一系列復雜過程。本文針對圖像中任意大小、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，一般是事先提取特征。提取諸多特征后，要對這些特征進行相關性分析，找到最能代表字符的特征，去掉對分類無關和自相關的特征。然而，這些特征的提取太過依賴人的經驗和主觀意識，提取到的特征的不同對分類性能影響很大，甚至提取的特征的順序也會影響最后的分類性能。同時，圖像預處理的好壞也會影響到提取的特征。