基于深度卷积神经网络的人脸识别技术综述

被引：92

作者：

景晨凯 ^{[1
]}

宋涛 ^{[1
]}

庄雷 ^{[1
]}

刘刚 ^{[2
]}

王乐 ^{[2
]}

刘凯伦 ^{[1
]}

机构：

[1] 郑州大学信息工程学院

[2] 河南省招生办公室

来源：

计算机应用与软件 | 2018年 / 35卷 / 01期

关键词：

人脸识别; 特征表示; 深度学习; 深度卷积神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

080203 ;

摘要：

人脸识别是计算机视觉的重要应用之一,广义的人脸识别包含图像采集、人脸检测、人脸对齐、特征表示等过程。人脸识别的发展史主要是人脸特征表示方法的变迁史。针对特征的表示方法,从人脸识别技术的发展历史、研究现状和未来发展三个方面进行综述:分阶段对传统的几类经典的人脸识别算法进行回顾和总结;以深度学习算法的诞生过程为切入点,重点分析了在人脸识别中取得突破性进展的深度卷积神经网络DCNN(deep convolutional neural networks)的技术思想和关键问题;针对人脸识别和深度学习算法的重大挑战,展望了未来可能存在的发展方向。

引用

页码：223 / 231

页数：9