全文总字数：4317字
文献综述
一、选题背景人脸识别始于20世纪60年代，随着计算机技术和光学成像技术在最近几年的兴起和神经网络技术的发展，特别是神经卷积网络的巨大成功，人脸识别系统在人的图像识别和检测脸型的效果方面有了很大的提高。
目前,在普通手机解锁、面部锁定、面部扫描支付和安全防卫等领域,人脸识别信息技术都有着非常广泛的应用。
但是，传统的机器学习算法是基于人的脸部特征的,由于每类样本的不均衡性严重和场景效果的欠缺等因素,算法实现的效果常常不是很理想。
二、选题意义正如背景中所说，传统机器学习的方法依赖于人的脸部特征。
而人脸在无约束环境中对不同变化情况稳健特征的抓取是很困难的，这使得过去的研究者侧重研究针对每种变化类型的专用方法。
比如能应对不同年龄的方法、能应对不同姿势的方法、能应对不同光照条件的方法等。
近年来，传统的人脸识别方法已经被基于卷积神经网络（CNN）的深度学习方法接替。
深度学习方法的主要优势是它们可用非常大型的数据集进行训练，从而学习到表征这些数据的最佳特征。
网络上可用的大量自然人脸图像已让研究者可收集到大规模的人脸数据集，这些图像包含了真实世界中的各种变化情况。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
