基于神经网络的人脸识别研究综述

• 作者: 王鑫 王忠举 李锐
• 来源期刊: 信息与电脑
• 关键词: 人脸识别 深度学习 卷积神经网络
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 算法语言
• 页码范围: 56-58
• 页数: 3页
• 分类号: TP183|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2020.23.020

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.