人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。由于不需要用户主动配合,它也是当前应用zui为广泛的生物识别技术。以前的人脸识别程序,通常是基于很少的样本去预测、假设,结合人的先验知识,进行程序的编写,比如判断人脸的纹理、两眼间距离等;这种方式,对用于识别和比对的人脸图像质量要求较高,整体应用中的准确率不高,不足以应对现实中的各类复杂情况。在2013年之前,人脸识别的落地应用,一直相对较少。
如果说以前的人脸识别属于人工指导的智能,那么深度学习属于数据指导的智能。具体来说,深度学习是指通过DNN(深度神经网络),对物体进行逐层的特征分类。例如,典型的深度学习人脸识别系统中,di一层可能会寻找简单的边线,第二层可能会寻找可以形成长方形或圆形等简单形状的边线集合,第三层可能会识别眼睛和鼻子等特征,zui终将这些特征结合在一起,让机器可以根据训练数据集,达到拥有自我学习的能力,zui终掌握“人脸”的概念。
深度学习神经网络的层数越多,它能表达的信息也就越复杂,学习能力也就越强。只要给予的训练数据足够多,zui终的效果也就会越。