闫新宝

摘 要：深度学习是目前受到广泛关注的机器学习方法。通过构建深度神经网络且使用深度学习算法学习适合模式识别和分类的高层次特征是目前模式识别领域热门研究方向，特别是在人脸识别领域已经取得了目前最好的成果。文章首先介绍了深度学习概述，然后分析了基于深度学习的人脸识别方法及识别模型并对识别模型进行了分类。最后讨论了应用深度学习进行人脸识别还存在的问题。该文拟对将深度学习应用于人脸识别的研究人员有所帮助。

关键词：深度学习；特征学习；人脸识别

在图像分类和识别问题中，我们一般先提取对象特征，然后把特征输入分类器训练分类器，如图1所示。所以首先要面对的核心问题是选取什么样的抽象特征来有效表达图像。如果所选用的特征能够有效地表达图像的本质，那么图像分类和识别就能达到事半功倍的效果。

在传统的人工智能方法中，图像的特征是依靠人的专业知识和经验人工构建的，近年来研究人员已经构建出了许多比较有效的特征，并且得到较为广泛的应用，例如表达图像几何特征的SIFT特征[ 1 ]，表达图像纹理特征的LBP特征[ 2 ]，表达人脸图像统计特征的特征脸（Eigenface）[3]等。直到现在，人们一直在努力构建出更能反映图像本质的特征，然而，利用人的知识和经验构建特征是一件费时费力的事情，构建的特征也不一定是有效的。因此，人们一直在思考让机器通过自动学习来选取特征的方法。……