本文關(guān)鍵詞：深度學(xué)習(xí)及其在人臉識別中的應(yīng)用進展

  更多相關(guān)文章： 深度學(xué)習(xí) 特征學(xué)習(xí) 人臉識別

【摘要】：深度學(xué)習(xí)是目前受到廣泛關(guān)注的機器學(xué)習(xí)方法。通過構(gòu)建深度神經(jīng)網(wǎng)絡(luò)且使用深度學(xué)習(xí)算法學(xué)習(xí)適合模式識別和分類的高層次特征是目前模式識別領(lǐng)域熱門研究方向,特別是在人臉識別領(lǐng)域已經(jīng)取得了目前最好的成果。文章首先介紹了深度學(xué)習(xí)概述,然后分析了基于深度學(xué)習(xí)的人臉識別方法及識別模型并對識別模型進行了分類。最后討論了應(yīng)用深度學(xué)習(xí)進行人臉識別還存在的問題。該文擬對將深度學(xué)習(xí)應(yīng)用于人臉識別的研究人員有所幫助。
【作者單位】： 廣西民族師范學(xué)院數(shù)學(xué)與計算機科學(xué)系;
【關(guān)鍵詞】： 深度學(xué)習(xí) 特征學(xué)習(xí) 人臉識別
【基金】：廣西重點培育學(xué)科(應(yīng)用數(shù)學(xué))建設(shè)項目;項目編號:SXYB2015004
【分類號】：TP391.41
【正文快照】： 在圖像分類和識別問題中,我們一般先提取對象特征,然后把特征輸入分類器訓(xùn)練分類器,如圖1所示。所以首先要面對的核心問題是選取什么樣的抽象特征來有效表達圖像。如果所選用的特征能夠有效地表達圖像的本質(zhì),那么圖像分類和識別就能達到事半功倍的效果。圖1圖像識別的框架在傳

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 施徐敢;張石清;趙小明;;融合深度信念網(wǎng)絡(luò)和多層感知器的人臉表情識別[J];小型微型計算機系統(tǒng);2015年07期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 閆新寶;;深度學(xué)習(xí)及其在人臉識別中的應(yīng)用進展[J];無線互聯(lián)科技;2016年08期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 余凱;賈磊;陳雨強;徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計算機研究與發(fā)展;2013年09期

2 王濤;孫長庫;楊國威;;三維人臉表情動態(tài)采集系統(tǒng)的設(shè)計[J];光學(xué)精密工程;2011年04期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 夏學(xué)文;一類新的評判識別模型及其應(yīng)用[J];西南工學(xué)院學(xué)報;1997年01期

2 楊耘,王樹根,邱丹丹;基于規(guī)則的高分辨率影像港口識別模型[J];測繪信息與工程;2005年05期

3 陳南;陳紹汀;程禮;;一種改進的非線性系統(tǒng)識別算法[J];振動與沖擊;1988年02期

4 聶冰;郭永香;李文;;電機故障識別模型優(yōu)化研究[J];大連交通大學(xué)學(xué)報;2014年02期

5 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 曾卓;鮑潔;谷潁江;黃秀華;;應(yīng)用灰關(guān)聯(lián)模式識別模型評價枯水期漢江水質(zhì)[A];湖北省土木建筑學(xué)會學(xué)術(shù)論文集（2000-2001年卷）[C];2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張真;公共服務(wù)外包的三維風(fēng)險識別模型研究[D];電子科技大學(xué);2014年

2 梅夢蘭;公司經(jīng)營業(yè)績歸因部位識別模型研究[D];沈陽工業(yè)大學(xué);2016年

3 周崢;基于支持向量機的上市公司財務(wù)報表真實性識別模型[D];吉林大學(xué);2007年

4 龔菲;產(chǎn)品生命周期識別模型研究[D];南京航空航天大學(xué);2003年

5 秦文波;基于人工神經(jīng)網(wǎng)絡(luò)的知識沖突識別模型[D];浙江大學(xué);2006年

6 王琳;隨機可變模糊識別模型在清潔生產(chǎn)評價中的應(yīng)用[D];山東大學(xué);2013年

，

本文編號：1032241