齐忠文

摘 要 将深度学习等人工智能技术应用于广播电视节目内容监测中，提出利用人工神经算法解决人脸自动识别问题。探讨BP神经网络主要算法特点，进而给出人脸自动识别流程和方案设计。

关键词 深度学习；人工神经网络；人脸识别；BP网络

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）14-0026-02

随着广播电视的快速发展，传统的人工监听监看方式难以满足内容监管的需要。一些虚假电视医疗广告、购物短片极大损害广播电视作为主流公共媒体的公信力，侵害人民群众利益。部分违规电视广告中虚假专家常常以不同身份，在多个购物短片、医疗广告中扮演不同角色。在电视节目内容监管中，经常需要对上述包含有目标人物的电视节目进行快速分类，准确鉴别。面对海量电视节目，紧靠人工肉眼难以及时准确发现违规节目，因此，我们考虑利用深度学习技术应用在人脸自动识别中，对目标人物人脸进行智能识别，从而提高监测监管自动化程度，迅速发现及时处置违规节目。

1 深度学习技术

深度学习是人工智能研究一个重要的研究部分。它汲取了多个学科的研究成果。包括数学、统计学、信息学、通信原理、计算机基础理论乃至哲学、心理学等方面的研究支持。换个角度来讲，深度学习可以看作利用计算机科技模拟人类学习思考过程，从已知的激励响应、函数结果中，不断迭代优化函数模型，进而在提供新变量数据时，系统根据模型判断出即将产生的激励结果。……