基于深度學習的人臉識別算法與應用研究.pdf

1、人臉識別技術是智能監(jiān)控系統(tǒng)的重要技術構件，它能通過非接觸的方式檢驗人員身份、具有簡單方便和易于實現的特點，因而在許多地方得到廣泛應用，但傳統(tǒng)的人臉識別技術局限于實驗室場景下，在測試算法性能的時候使用的數據庫里的樣本都被嚴格控制了光照、姿態(tài)、表情等變化，并且有些特征描述子的計算開銷較大，無法滿足現場測試的實時性要求，所以不能應用于實際場景。因此解決人臉識別的現場應用問題具有重要的研究意義與應用價值。
　　本文首先研究了傳統(tǒng)人臉識別法

2、的局限性和經典人臉識別算法在自然環(huán)境下現場應用中存在的瓶頸問題，提出基于深度學習理論的算法來抽取模式特征以解決人臉特征對現場影響因素的魯棒性問題。
　　研究了人臉特征選擇算法。重點研究了稀疏濾波（Sparse Filtering）、卷積神經網絡（Convolutional Neural Networks）這兩種特征選擇方法，提出一種SF-CNN雙重深度特征提取模型。
　　然后根據戶外標記人臉數據庫(Labled Faces