基于深度学习技术的视频中的人脸识别方法（论文共64页）

简介：
本文提出了一种基于深度学习的人脸识别算法，针对视频中的动态人脸特征进行高效提取与匹配。通过实验验证了其在大规模数据集上的优越性能。全文共计64页，深入探讨了模型架构及优化策略。 基于深度学习模型的人脸识别系统主要包括三个模块：数据预处理、深度学习以及识别模块。其中，数据预处理部分包含两个环节——数据整合与构造数据立方体。在深度学习阶段，通过RBM调节及反馈微调这两个具体步骤来实现目标。首先，在RBM的调节过程中，自下而上地调整各层权重以初始化整个模型系统；随后进行的是反馈微调过程：先从下至上转换识别模型，再由上至下调用生成模型，并在不同层级间反复调节直至能够重构出误差较小的原样本数据。这一系列操作使得深度学习模块可以提取到最本质特征，即达到其最高层次的抽象表达形式。