基于机器学习的人脸识别算法.docx
文本预览下载声明
基于机器学习的人脸识别算法
摘 要
人脸识别是一种识别或验证个人身份的方法。传统的人脸识别技术依赖人的经验来提取面部浅层特征，由于大数据普适性不强，其识别性能低下。相对于传统的人脸方法，深度学习可以通过学习一种深层非线性网络结构，实现函数逼近，提取人脸深层特征。
本文基于卷积神经网络，研究卷积网络深度以及不同卷积层对人脸本质特征的抽取能力及模型的识别率。因此，本文中提出了“叠层训练”和“轮巡丢弃卷积层”的实验方法。以稠密卷积网络（DenseNets）为基本网络结构，通过设置不同数目的Dense block来构建不同深度的模型。实验表明，由于稠密卷积网络本身结构有助于解决梯度消失问题，网络越
显示全部