基于神经网络的人脸识别研究综述

摘要：

人脸识别是利用计算机分析人脸视频或者图像,从中提取有效识别信息,并最终判断人脸对象身份的技术,是图像分析领域最重要的应用之一.随着神经网络,尤其是卷积神经网络(CNN)的快速发展,学者和工业界发现CNN在处理图像以及提取图像特征方面相比于传统机器学习技术,表现出更高的准确率和更好的鲁棒性.这也让CNN广泛运用于当代的人脸识别技术.本文将介绍人脸识别技术的一般步骤,从人脸检测、人脸对齐到人脸表征和人脸匹配,对每一步骤都进行详细介绍和文献综述,然后介绍卷积神经网络,并对影响CNN准确率的3大影响因素(数据集、模型架构、损失函数)的相关经典研究进行阐述,最后对未来的研究方向进行预测,期望继续推动本领域的研究与发展.

关键词：人脸识别、深度学习、卷积神经网络

所属期刊栏目：32

分类号：TP183;TP391.41(自动化基础理论)

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-58