基于深度学习的人脸识别方法研究综述

发布时间：2017-12-18 17:32

  本文关键词：基于深度学习的人脸识别方法研究综述

  更多相关文章： 深度学习 人脸识别 卷积神经网络 生物特征识别

【摘要】：针对基于深度学习的人脸识别这一生物特征识别领域的研究热点进行了综述.阐释了人脸识别及深度学习模型的基本结构;总结了该技术在国内外的研究现状及其应用,如基于卷积神经网络(CNN)的人脸识别方法、深度非线性人脸形状提取方法、基于深度学习的人脸姿态鲁棒性建模、有约束环境中的全自动人脸识别、基于深度学习的视频监控下的人脸识别、基于深度学习的低分辨率人脸识别以及其他基于深度学习的人脸信息的识别等;分析了当前人脸识别技术在深度学习应用中存在的问题及发展趋势.
【作者单位】： 天津科技大学计算机科学与信息工程学院;天津农学院工程技术学院;
【基金】：国家自然科学基金资助项目(61502338) 天津市科技支撑计划重点资助项目(15ZCZDGX00200)
【分类号】：TP391.41
【正文快照】： 人脸具有高度非刚性的特点,存在着大量体现个体差异的细节.人脸识别是通过从静态图像或者动态视频中检测出的人脸图像与数据库中的人脸图像进行比对,找到与之匹配的人脸的过程,通常用于身份识别和鉴定的目的[1],是属于生物特征识别领域的课题.人脸识别研究是从20世纪50年代开，

本文编号：1305049