基于深度学习算法的人脸识别方法研究
2021-11-21裴庆庆
电子技术与软件工程 2021年6期
裴庆庆
(郑州工业应用技术学院 河南省新郑市 451100)
1 人脸识别及深度学习相关技术
1.1 人脸识别技术
随着人脸识别技术的不断的发展,其不仅能够将静态图片中的人脸准确的识别、标记出来,还能够捕获动态视频中的人脸信息,并做出准确识别,这个过程即为人脸识别人脸识别是目前最直观的生物特征识别技术,在各个领域的应用也十分广泛。目前常用的生物识别技术包括指纹识别、语音识别、虹膜识别等,相比这类生物识别技术, 人脸识别具有非侵入性的功能优势,只要录像设备视野内出现人脸信息,系统就可以识别出人脸,因此即使在用户不希望与系统合作的环境中该技术仍然适用。除此以外人脸识别系统还具备身份认证、欺诈检测、访问控制等多种功能。当然,现实中人脸图像具有高度的可变性,比如光照因素、年龄变经、头部角度与姿势、表情等因素均有可能更改脸部图像特征,因此在环境不受限制的条件下人脸识别是最具挑战性的生物识别方法之一。
1.2 深度学习技术
深度学习是机器学习范畴中的一个子集,是指利用深度神经网络实现机器学习的一种方法模型,也称为深度结构学习或分层学习。深度学习需要海量的数据支持及强大的计算能力,学习的深度越深就能够提取到越高级的特征。深度学习是一种无需人工构建特征的端到端的数据驱动方法,其根据标签融合、交叉、替换抽取到的特征,完成自我调节,最终获得更优化的模型。……
登录APP查看全文
