基于深度神經(jīng)網(wǎng)絡(luò)的人臉識別算法研究.pdf

1、隨著計算機互聯(lián)網(wǎng)技術(shù)的進步及社會信息化程度的提升，如今的各個領(lǐng)域都對身份識別技術(shù)提出了越來越高的需求。人臉識別技術(shù)因為人臉穩(wěn)定且方便檢測的特性而得以被廣泛應(yīng)用于金融、安防、電子商務(wù)、手機等領(lǐng)域。因為擁有巨大的應(yīng)用前景，人臉識別也成為了計算機視覺、模式識別領(lǐng)域中的熱門課題之一。
　　而深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的發(fā)展帶動了人臉識別技術(shù)的進步。不斷有人提出新的深度學(xué)習(xí)模型，這些模型也被用于人臉識別，并達(dá)到了非常好的效果。
　　本文將一個

2、具有多層卷積的深度神經(jīng)網(wǎng)絡(luò)用于提取人臉特征，該模型同時利用了輸入的識別信號和驗證信號來訓(xùn)練模型，并通過PCA降維、聯(lián)合貝葉斯等算法對提取得到的特征進行人臉驗證。本文提出對卷積神經(jīng)網(wǎng)絡(luò)中的pooling層進行改進，將其替換為卷積操作或全連接操作，提高了模型獲取信息的能力。同時本文提出了基于人臉關(guān)鍵點位置的模型，在一次訓(xùn)練過程中可以利用不同關(guān)鍵點周圍的信息，將單個模型的準(zhǔn)確率提高到99％以上，解決了多模型訓(xùn)練耗時的問題。使用不到70萬張的人