丁冠祺，刘宇涵，杨皓博

（国际关系学院 北京 100091）

1 引言

人脸识别作为生物识别的重要途径之一很早就被人们所重视而且已广泛应用于众多领域。卷积神经网络作为深度学习的一个重要分支大大提高了计算机对图像内容识别的能力，因此本文将卷积神经网络应用于人脸识别技术以提高技术性能。

2 卷积神经网络

卷积神经网络是近些年逐渐兴起的一种非全连接的多层人工神经网络结构，一般由卷积层、下采样层和全连接层组成，由于使用卷积神经网络进行图片识别可以得到较优秀的测试结果，并且得益于文本可以通过词矢量来转化成二维结构的数据，这种技术在图像识别和自然语言处理方向上得到了广泛的传播和应用。

3 人脸识别系统

我们整个人脸识别系统总共分为三个部分：图像预处理、神经网络搭建和训练和实现人脸识别。

3.1 图像预处理

在神经网络对图像进行识别之前，我们将彩色图像转换为灰度图像并提高图像的亮度和对比度，一方面为了使图像线条更加清晰，减少其他因素的干扰，更方便神经网络对人脸部特征的提取，另一方面为了减小图像数据量的大小，减少了计算时间，提升了计算效率。除此之外还要截取固定像素大小的人脸图像。在本系统中为了方便，我们设置为57*47。

3.2 卷积神经网络的结构

我们构建的神经网络中采用了两层卷积层，两层下采样层以及两层全连接层。

在经过参数的调试和优化之后我们在convolution 1层设置了32个5*5的filter，并且设置stride为1经过一次卷积之后得到output高为57宽度为47深度为32。……