基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別的研究與應(yīng)用.pdf

1、人臉識(shí)別是計(jì)算機(jī)視覺領(lǐng)域中研究的熱點(diǎn)之一，不僅是因?yàn)橐宰匀荒槥檠芯繉?duì)象是非常有挑戰(zhàn)性的，而且有很多應(yīng)用需要將人臉識(shí)別作為第一步。近年來，隨著智能手機(jī)的普及，每天有成千上萬的照片被上傳到社交網(wǎng)絡(luò)平臺(tái)，如微博、微信等等，其中包括大量的人臉照片。深度學(xué)習(xí)是近十年來人工智能領(lǐng)域取得的重要突破，深度學(xué)習(xí)通過建立類似于人腦的分層模型結(jié)構(gòu)，對(duì)輸入數(shù)據(jù)逐級(jí)提取從底層到高層的特征，從而能很好地建立從底層信號(hào)到高層語義的映射關(guān)系。本文以深度學(xué)習(xí)的方法在人臉

2、識(shí)別中的研究與應(yīng)用為研究對(duì)象。
　　論文首先介紹了研究的背景和意義，對(duì)人臉識(shí)別、人工神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)等相關(guān)概念進(jìn)行了簡(jiǎn)要介紹;然后詳細(xì)介紹了利用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉檢測(cè)和人臉識(shí)別的方法以及深度卷積神經(jīng)網(wǎng)絡(luò)模型，包括DDFD和VGG-Face等，對(duì)其結(jié)構(gòu)、模型和算法進(jìn)行了深入分析，并詳細(xì)闡述了深度卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，在已有深度學(xué)習(xí)模型上通過微調(diào)網(wǎng)絡(luò)的方式，訓(xùn)練符合實(shí)際應(yīng)用的深度學(xué)習(xí)模型，對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)提取特征的過程