基于深度學(xué)習(xí)的人臉識別算法,將LBP紋理特征作為深度網(wǎng)絡(luò)的輸入,通過逐層貪婪訓(xùn)練網(wǎng)絡(luò),獲得良好的網(wǎng)絡(luò)參數(shù),并用訓(xùn)練好的網(wǎng)絡(luò)對測試樣本進(jìn)行預(yù)測.在非限制條件下人臉庫LFW上實(shí)驗(yàn)結(jié)果表明,該算法較傳統(tǒng)算法(PCA,SVM,LBP)識別率高;另外,在Yale庫和Yale-B庫上也獲得較高識別率,進(jìn)一步說明以LBP紋理特征作為網(wǎng)絡(luò)輸入的深度學(xué)習(xí)方法能夠?qū)θ四槇D像進(jìn)行準(zhǔn)確識別.

      動(dòng)態(tài)人臉識別算法是一種基于實(shí)時(shí)彩色視頻中進(jìn)行人臉識別檢測和識別的算法，它能夠在輸入的彩色視頻檢測到人臉，并        對檢測到的人臉進(jìn)行特征提取，再與預(yù)告儲(chǔ)存的人臉特征進(jìn)行比對，從而實(shí)現(xiàn)人臉識別的功能。

      算法實(shí)現(xiàn)的步驟主要包括：

     1）從彩色攝像頭獲取實(shí)時(shí)視頻

     2）使用人臉檢測算法對視頻內(nèi)的每一幀進(jìn)行人臉檢測，人臉檢測的算法使用深度學(xué)習(xí)的算法，如基于卷積神經(jīng)網(wǎng)絡(luò)的檢測器等

     3） 人臉定位，對檢測到的人臉進(jìn)行對齊和裁剪

     4） 特征提取，對于對齊和裁剪后的人臉，使用特征提取算法提取人臉的特征向量，特征提取算法使用深度學(xué)習(xí)的算法，如基于卷積神經(jīng)網(wǎng)絡(luò)的檢測器等

     5） 特征比對，對每一個(gè)提取到的人臉的特征向量，與預(yù)先存儲(chǔ)的人臉特征向量進(jìn)行對比，來計(jì)算 特征向量之間的相似度

     6） 比對結(jié)果 ，根據(jù)特征向量的比對結(jié)果 ，如果其相似度超過了設(shè)定的閾值，則判定其為已知人臉，并輸出人臉的標(biāo)識信息。