基于深度學(xué)習(xí)的人臉識別.docx
約10頁DOCX格式手機(jī)打開展開
基于深度學(xué)習(xí)的人臉識別,隨著目標(biāo)的正確識別逐漸成為人工智能的重要組成部分,目前也成為了特征識別領(lǐng)域的研究熱點(diǎn)。但是因?yàn)槟槻啃畔⒌膹?fù)雜性,對特征識別算法的要求會更高。在人臉識別領(lǐng)域有很多算法,如基于卷積神經(jīng)網(wǎng)絡(luò)(cnn)的人臉識別方法、深度非線性人臉形狀提取方法、基于深度學(xué)習(xí)的人臉姿態(tài)魯棒性建模、有約束環(huán)境中的全自動人臉識...


內(nèi)容介紹
此文檔由會員 qw-ntldha 發(fā)布
隨著目標(biāo)的正確識別逐漸成為人工智能的重要組成部分,基于深度學(xué)習(xí)的人臉識別目前也成為了特征識別領(lǐng)域的研究熱點(diǎn)。但是因?yàn)槟槻啃畔⒌膹?fù)雜性,對特征識別算法的要求會更高。在人臉識別領(lǐng)域有很多算法,如基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的人臉識別方法、深度非線性人臉形狀提取方法、基于深度學(xué)習(xí)的人臉姿態(tài)魯棒性建模、有約束環(huán)境中的全自動人臉識別、基于深度學(xué)習(xí)的視頻監(jiān)控下的人臉識別、基于深度學(xué)習(xí)的低分辨率人臉識別以及其他基于深度學(xué)習(xí)的人臉信息的識別等;并對當(dāng)前人臉識別技術(shù)在深度學(xué)習(xí)應(yīng)用中存在的問題及發(fā)展趨勢進(jìn)行分析。