浙江移动信息系统集成有限公司 孙玉伟

我国在现阶段的科技研发、创新过程中，加强了人脸大数据系统的探讨，该方面的技术不仅可以推动大数据的进步，同时对生产、生活产生的改变是非常大的。人脸大数据系统的应用难度较高，虽然目前掌握了一部分技术，但是对于长期发展是远远不够的。因此在系统的操作理念、操作方法上，必须进一步的改变传统的方案，应坚持在深度学习的过程中进行优化，促使人脸大数据系统的内涵更好的丰富。

1 深度学习含义

所谓的深度学习，主要指的是含有多隐层的多层感知器，其所谓一种特殊的学习结构，在研究和应用的时候，主要是来源于对人工神经网络的相关研究。深度学习的过程中能够通过组合低层特征，由此来形成更加抽象的高层表示属性类别，促使多层感知器的应用更加健全，在数据、信息的分析上更好的完善。

2 人脸大数据系统逻辑架构图

系统基于人脸识别核心技术，遵循公安行业信息化标准规范，依托综合可靠的通信网络、分布式数据库和集群计算等多项技术，架构图如图1所示，由下至上依次是感知层、数据能力层、应用服务层、和展示层。

图1 系统逻辑架构图

3 深度学习的人脸大数据系统的应用

3.1 系统组成

人脸大数据系统的优化过程中加入了深度学习的技术、理念，在系统的组成方面，包括人脸识别专用摄像机、高清镜头、人脸识别预处理服务器、人脸对比服务器、存储服务器、报警显示端、系统管理平台等等。……