高见

（扬州市职业大学，江苏 扬州 225000）

0 引言

当前我国数字化的脚步进一步加快，加快经济增长的同时也对信息领域的技术更新进行了考验。以人脸识别系统为例，公众对于人脸识别领域的需求随着时间的推移越来越变得多样化和复杂化，对于人脸识别系统的技术创新要求也越来越高。本文基于TensorFlow框架对人脸识别技术进行相应的研究，并有针对性地设置相关的MTCNN模型，同时对其进行相应的验证。

1 相关技术概述

1.1 Python语言

Python是一种跨平台，使用于分布式计算环境的面向对象语言，Python是目前使用最广泛的语言之一，Python具有通用性、稳定性、跨平台性等多个优点，并且安全可靠。选择Python作为基础语言完成系统主要有以下几个原因：首先是相对于C、C++和Java等语言，Python语言丢弃了此类语言中的一些人们较为难理解，难使用的功能，例如：头文件、运算符重载等。还大大降低了出现错误的可能性，更实用，更方便；其次是Python语言的面向对象性，Python的面向对象特性，使Python比较容易与实际生活相结合，更符合人们的思维方式；最后是Python的跨平台性，即可移植性，Python语言可以不做修改甚至是做少量的修改就可以在其它平台上运行，比如Python在win下运行的文件拷贝到linux下也是可以运行的。正是由于Python的这些优点，使Python在开发平台上被越来越多的运用，使得Python也被更经常的用于企业网站等的建立。所以本研究选择Python语言作为设计的基础语言[1]。

1.2 TensorFlow架构

Python语言是构建本次系统的基础，但是整个系统都是基于TensorFlow架构而进行的项目，所以有必要对TensorFlow项目进行相应的简述。……