人脸识别技术的算法优化和流程修改研究

　　摘 要：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。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。本文将针对目前人脸识别技术领域的高语义特征及深度特征提取的缺陷，以及人工提取存在的误差，运用深度学习算法和类比中心等算法，提高人脸识别在特征提取领域的技术能力。利用卷积神经网络减少人工干预，提高特征提取的算法精度，从而提高损失函数的精确值。

　　关键词：人脸识别;算法优化;深度学习;卷积神经网络

　　中图分类号：TP312 文献标识码：A

　　文章编号：2096-1472(2021)-01-10-03

　　《云南科技管理》杂志以广大科技管理工作者、科技工作者以及关心科技进步和创新工作的各级领导和各界人士为主要对象，是广大科技管理工作者的指南和工作经验交流平台，是广大读者了解科技信息的窗口。

　　Abstract： Face recognition technology is widely used in ordinary mobile phone unlocking， face locking， face scanning payment， and security protection. Traditional machine learning algorithms are based on human facial features， and the effect is often not ideal due to serious imbalance of each type of sample and lack of scene effect. This paper aims to use deep learning algorithm and analog center algorithm to improve technical capability of face recognition with respect to feature extraction. Thus， defects of high semantic features and deep feature extraction， as well as errors in manual extraction will be greatly reduced. Convolutional neural network is used to reduce manual intervention， improve accuracy of feature extraction algorithm， so to improve the performance of loss function.

　　Keywords： face recognition; algorithm optimization; deep learning; convolutional neural network

　　1 引言(Introduction)

　　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。但是，传统的人脸识别系统下算法分析技术的发展仍然存在巨大的不足，这也是本文想要探讨和改善的。对此，本文将利用人脸面部检测、局部二值模式、线性鉴别分析和深度学习网络来对传统的人脸识别流程做相关的优化和修改，促使计算机能够在最大程度上深入图像的高语义，进一步挖掘其深度特征。同时，针对对比损失算法、采样算法、类比中心损失算法、深度学习下Heatmap算法和轨迹追踪算法做进一步的修改，不断提高其精准度，减小其具体的误差。最后，利用卷积神经网络来处理人脸问题，降低人工干预，减小人为误差，提高机器自动化率。

　　2 传统人脸识别的过程(The process of traditional face recognition)

　　无论是基于传统的机器学习技术进行图像处理，还是采用深度学习的信息技术进行图像处理，过程都是一样的。面部识别系统有四个基本组件：人脸检测、对齐、匹配和编码组成。因此，应该对基于传统图像数据处理技术和机器学习算法的人脸识别信息系统进行整体的研究和概述，以求得到传统人脸识别的处理过程，如图1所示。

　　3 经典的人脸识别机器学习算法(Classical face recognition machine learning)

　　经典的人脸识别机器学习算法主要是借助计算机随机生成的一个建议框，然后再利用它做相关目标的检测工作，这个过程主要分为两步。

　　(1)第一步，生成一个建议框。这个步骤最简单的思想是在图像中裁剪出一堆要检测的帧，然后检测帧中是否有目标。如果有目标，那么建议框在原始图像中的位置就会检测到目标的位置。因此，此步骤中目标的覆盖率越高，生成建议框的策略就越好。常用的建议框生成策略有滑动窗口、选择性搜索、随机prim候选框等。人脸识别候选框如图2所示。

　　(2)第二步，在得到特征向量后，可以使用传统的机器学习分类器对特征进行分类，如AdaBoost、CASCADE、SVM、随机森林等。经过中国传统的分类器分类，可以得到人脸识别区域、特征向量和分类置信度。通过这些信息，可以完成人脸的对齐、特征的表示以及匹配识别等工作。

　　4 傳统人脸识别过程存在的问题分析(Analysis of existing problems in the process of traditional face recognition)

　　传统的机器学习算法是基于人的脸部特征的，需要通过算法工程师大量的专家工作经验来进行数据特征信息工程和参数的调整，对于一个庞大的人脸类别，由于每类样本的不均衡性严重、场景效果不是很好等因素，算法实现效果有时会不是很理想。

　　比如，传统的人脸识别算法生成和使用的特征依然是浅层特征，无法从原始数据图像中获得更深入的高语义特征及其深度特征;为了获得良好的识别效果，这些传统的人脸识别算法必须结合人脸部位的特征，但在特征提取和识别过程中，人工的提取特征往往会出现意想不到的人为误差;同时传统的人脸识别算法在进行识别时，在没有人工干预的情况下，无法从原始图像中自动提取出有用的系统特征，而且在面对大数据时，传统人脸捕捉方法更表现出其自身的巨大缺陷和困难。

　　5 人脸识别技术的优化和修改(Optimization and modification of face recognition technology)

　　5.1 克服高语义特征及深度特征进行的人脸识别的算法流程修改

　　针对高语义特征及深度特征的缺陷进行相关人脸识别算法流程的分析与修改如下。

　　5.1.1 直方图均衡

　　使用OpenCV功能实现。OpenCV提供了直方图均衡功能——CV：：equalizeHist()，我们通过修改下面的main函数，并且采用直方图均衡化功能来实现这一点，效果如图3所示。

　　int main()

　　{

　　Mat image = imread("Fig3.15(a)1top.BMP"， 0);

　　Histogram1D h;

　　Mat histo = h.getHistogram(image);

　　for (int i = 0; i < 256; i++)

　　{

　　if (histo.at(i) != 0)

　　cout << "Value " << i << " = " << histo.at(i) << endl;

　　}

　　namedWindow("Histogram");

　　imshow("Histogram"， h.getHistogramImage(image));

　　/*namedWindow("Cell");

　　imshow("Cell"， image);

　　equalizeHist(image， image);

　　namedWindow("CellequalizeHist");

　　imshow("CellequalizeHist"， image);

　　namedWindow("Histogram2");

　　imshow("Histogram2"， h.getHistogramImage

　　(image));*/

　　waitKey(0);

　　return 0;

　　}

　　5.1.2 视网膜图像增强

　　基于Retinex的图像增强的目的是从原始图像中估计出光亮度L，然后对r进行分解以消除光照不均匀的影响，从而改善图像的视觉效果，就像人类的视觉系统一样。Retinex算法分为三类，即从SSR(单尺度Retinex)到MSR(多尺度Retinex)再到最常用的Msrcr(多尺度Retinex带颜色进行恢复)[1]。Msrcr算法使用颜色恢复因子C来调整三个颜色通道在原始图像中的比例[2]，以突出较暗区域的信息，从而消除图像颜色失真的缺陷。

　　5.2 减少人工误差问题的算法分析与修改

　　针对人工设定的特征通常在特征提取和识别过程中存在着不可预期的人工误差问题的算法，分析与修改如下。

　　5.2.1 利用深度学习网络进行人脸的识别

　　虽然卷积神经网络是一个黑箱模型，但它可以选择通过分析数据进行训练来表示图像和对象的特征。因此，人脸识别算法可以通过卷积网络提取大量的人脸特征向量，然后根据相似性判断与数据库进行比较，完成人脸识别的过程。针对这一问题第一用到的就是对比损失法，对比损失法不仅考虑到同一类中的距离最小化，还考虑到使用不同类中的距离最大化，充分利用深度学习网络来训练样品的图片数据信息，提高脸部识别的精度。本质上，损失函数是利用同一人的照片在特征空间中距离足够近，而同一人在特征空间中的距离足够远的特征来进行判断的，直到距离超过特定的阈值。

　　5.2.2 对比损失的不足

　　由于对比度损失需要准备大量正负样本，不可能长时间遍历所有可能的样本组合;没有相应的数学理论支持，优化的性能也非常有限，算法不易解释，因此使用性价比不高。

　　5.2.3 对比损失的修改

　　利用现有的三重法不能充分运用小批量SGD训练批量的缺点，创造性地将成对距离向量转化为成对距离矩阵，设计了一种新的结构化数据损失函数[3]，这样，训练数据就可以以较大的概率找到硬阴性的样本具体位置。随着训练的不断进行，硬样本的训练将最大化类中距离，最小化类内距离。

　　5.2.4 类别中心损失存在的不足

　　当负樣本很硬时，损失函数会很平滑，所以意味着梯度会很小。对于训练来说，这意味着很硬的样本不能得到充分的训练，网络不能获得硬样本的有效信息，因此硬样本的效果会变差，从而偏离中心值。

　　5.2.5 对类别中心损失算法的修改

　　将同一类别压缩在一起，最终得到更具区分性的特征。中心损失是指为每个类别管理提供这样一个类别信息中心，并使最小批次的和对应中心一类每批样品之间的最小距离，从而达到距离类内的距离最小的目的[4]。

　　5.3 从原始图像中自动提取出识别特征的算法分析与修改

　　针对传统的人脸识别算法在没有人工干预的情况下，无法从原始图像中自动提取出有用的识别特征问题的算法，分析与修改如下。

　　为了找到一种特征组合的方法，以实现最大类间离散度和最小类内离散度，建议在低维表示中，相同的类应该紧密地聚集在一起;而不同的类，也应该尽可能地远离。但是，由于这些算法都是基于特征的，这就需要算法工程师有大量的专家经验来调整特征和参数[5]。对于数据量大的人脸类别，由于每种样本的严重不平衡的特点，使得场景效果不是很好，算法效果也不是很好。因此，我们可以利用深度学习中的卷积神经系统网络解决这一问题，总的来说，就是将输入的面部图像信息转换为矢量表示[6]。

　　6 结论(Conclusion)

　　目前，对人脸识别算法的优化达到了瓶颈期，技术层面、面部結构的相似性、面部姿势、年龄的变化、复杂环境的光照变化、面部装饰物的屏蔽等方面的检测[7]，也面临着很多问题，因此，基于各种算法技术的融合，解决人脸识别中的各种问题仍然拥有巨大的市场发展前景。而且由于神经元数目多、操作时间长的特点，需要多幅人脸图像进行训练，但是在训练过程中需要人为地不断调整一些参数，这就造成了巨大的不便，所以，对深度学习算法本身的研究，依然是未来发展的重点。[8]同时，运用深度学习算法和类比中心等算法可以提高人脸识别在技术领域的高语义特征的提取，利用卷积神经网络减少人工干预和误差，也应该广泛采用。

　　参考文献(References)

　　[1] 孙权，姚素英，李健，等.基于边缘检测的Retinex图像增强算法[J].电子技术应用，2013(09)：50-53.

　　[2] 张茗芳.动态语言Python探讨与比较[J].企业科技与发展，2012(07)：57-60.

　　[3] 钟森海，汪烈军，张莉.单训练样本条件下的人脸识别算法研究[J].激光杂志，2014(03)：25-27.

　　[4] 徐向文，赵丽娜.人脸识别距离函数的讨论[J].中国科技博览，2011(22)：81-82.

　　[5] 齐萌.Android环境下基于人脸识别的手机解锁技术研究与软件开发[D].江苏：东南大学，2016.

　　[6] 肖阳.人脸检测算法综述[J].电子技术与软件工程，2014(04)：113-116.

　　[7] HyoJoon Kim， SangHui Jeong， JiHyeon Seo， et al. Augmented reality for botulinum toxin injection[J].Concurrency and Computation： Practice and Experience， 2020， 32(18)：59-63.

　　[8] TaoYang， Xuran Zhao， Xun Wang， et al. Evaluating facial recognition：web services with adversarial and synthetic samples[J]. Neurocomputing， 2020， 46(13)：16-19.

《人脸识别技术的算法优化和流程修改研究》 闂傚倸鍊搁崐椋庣矆娓氣偓楠炴牠顢曢敃鈧壕鍦磼鐎ｎ偓绱╂繛宸簻鎯熼梺鍐叉惈閸婂憡绂掕濮婅櫣绱掑Ο铏逛紘濠碘槅鍋勭€氼喚鍒掗崼銉ョ妞ゆ梻鏅崢鍗炩攽閻愭潙鐏ョ€规洦鍓欓锝嗐偅閸愨晝鍘遍梺缁樻閺€閬嶅箹閹扮増鐓冮悷娆忓閻忔挳鏌涢妸鈺冪暫鐎规洘锚闇夐悗锝庝簷婢规洟鎮峰⿰鍛暭閻㈩垱顨婂畷鎰崉娓氼垳鍞甸柣鐘叉惈瑜板潡宕奸妷銉ㄦ憰闂佹寧娲栭崐褰掑煕閺冨牊鐓曢柕澶樺枛婢ь喚绱掗埀顒勫磼濞戞绠氬銈嗙墬閼归箖骞冮幋锔界厱闁绘ê寮堕ˉ銏ゆ煛鐏炶濡奸柍瑙勫灴瀹曞崬螣閻戞﹩浠╅梻鍌欑閹碱偊顢栭崒鐐茬；闁瑰墽绮埛鎺懨归敐鍥╂憘闁搞倕鍟撮弻娑㈡偐閾忣偄纾抽悗瑙勬礃缁诲啴骞嗛弮鍫濈參闁逞屽墴瀵悂寮崼鐔哄幍闁哄鐗撶粻鏍ь瀶椤曗偓閺屽秹鏌ㄧ€ｎ亞鐟查梺闈涙搐鐎氭澘顕ｉ弶鎳虫棃鍩€椤掍胶顩查柟顖嗗本瀵岄梺闈涚墕缁绘帞鈧絻鍋愮槐鎺楊敊閻ｅ本鍣伴悗娈垮櫘閸嬪嫰顢樻總绋跨倞闁挎棁妫勬刊浼存⒒娴ｈ棄袚闁挎碍銇勯敂钘夆枙妞ゃ垺鐟﹀鍕箛椤撴稒瀚肩紓鍌欑椤戝牆鈻旈弴鐘典笉闁规鍠氱壕鐓庮熆鐠洪缚瀚伴柛妯侯嚟閳ь剝顫夊ú鏍礊婵犲倻鏆﹂柟鐑橆殕閸婄兘鏌涘▎蹇ｆФ濞寸姰鍨藉缁樼瑹閳ь剙岣胯閵堫亪骞橀钘変簵闂佸壊鍋侀崕閬嶅触瑜版帗鐓曢柡鍥ュ妼閻忥繝鏌ｉ幘瀛樼闁哄被鍔戝顒勫箰鎼淬垹鍓靛┑鐘殿暯閳ь剝娅曢崑銉╂煛鐏炲墽娲村┑鈥崇埣瀹曘劑顢欓挊澶愭７闂傚倷绶氶埀顒傚仜閼活垱鏅堕鐐寸厱闁归偊鍓﹂悡鍏兼叏婵犱胶鐭欑€规洜鍠栭、鏇㈩敆閸愶絽浜鹃柛褎顨嗛悡锝夌叓閸ラ鍒板ù婊勭墪闇夋繝濠傚閻﹪鎽堕弽顓熺叆婵犻潧妫欓崳褰掓煛閸℃瑥浠遍柡灞诲妼閳藉鈻庨幋婵冩嫲闂備礁鎼悮顐﹀磹濠靛宓侀柛鈩冨嚬濡茶鈹戦檱鐏忣亜鐣烽悽绋跨疅闁归棿绀佺痪褔鏌熺粙鍧楊€楅柡瀣█閹鈻撻崹顔界亾闂佽桨绀侀…宄扮暦濞差亜鐒垫い鎺嶉檷娴滄粓鏌熼崫鍕ら柛鏂跨Т閳规垿顢涘☉娆忓攭闂佽鍠楅〃濠傜暦閻戠瓔鏁囬柣鎴濇缂嶆垿姊绘担鍛婅础闁稿簺鍊曢～蹇曠磼濡晲绮撮梺瑙勫劶婵倝鎮″☉銏＄厱閻忕偛澧介惌濠囨煕閺冩挾鐣甸柡灞剧〒閳ь剨缍嗛崑鍛暦瀹€鍕厸濞达綀顫夊畷宀勬煛娴ｈ宕岄柡浣规崌閺佹捇鏁撻敓锟�
闂傚倸鍊搁崐鐑芥嚄閸洖鍌ㄧ憸宥夋偩閻戠瓔鏁嗛柛鏇ㄥ墮閸撳爼姊洪懝閭︽綈濠㈢懓顑夊畷锝夊垂椤旇鏂€闂佹寧绋戠€氼剚绂掕閵囧嫰濮€閻欏懎浼愰梺宕囩帛濡啫顕ｉ幘顔碱潊闁炽儱鍘栭幋閿嬩繆閻愵亜鈧牠鎮у⿰鍫濈；闁绘劗鍎ら崐鍨旈敐鍛殲闁绘挻鐟╁鍫曞醇濠靛棌鎸冮梺浼欑秬妞村摜鎹㈠☉銏犲窛妞ゆ劑鍨绘禒鐓庮渻閵堝骸骞栨繛灏栤偓宕囨殾闁绘垹鐡旈弫鍥煟閹存繃顥炴慨锝咁槹缁绘繄鍠婂Ο宄颁壕闁告劘灏欐鍥⒑閹肩偛濡兼繛灏栤偓鎰佸殨妞ゆ劑鍩勯崥瀣熆鐠轰警鍎愭繛鍛灲濮婅櫣鎹勯妸銉︾彚闂佺懓鍤栭幏锟�
1闂傚倸鍊搁崐椋庢濮橆兗缂氱憸宥堢亱闂佸搫鍟崐褰掝敃閼恒儲鍙忔俊顖涘绾墽鐥幆褎鍋ラ柡宀€鍠撶槐鎺楀閻樺磭浜紓鍌欒閸嬫捇鏌涢埄鍐姇闁绘挻娲熼弻宥夊煛娴ｅ憡鐏撳┑鐐茬墛濡啴寮婚埄鍐╁闁告縿鍎遍悡鐔兼⒑鐠団€虫灍妞ゃ劌鐗嗛埥澶愭偨缁嬫寧銇濇繛杈剧到濠€杈╃矓闁垮绡€闁汇垽娼ф禒婊堟煏閸懚鐟扮幓閼愁垼妯勯梺绯曟櫇閸嬨倕鐣峰鈧、娆撴嚃閳哄啯婢戝┑锛勫亼閸婃牠寮婚妸锔芥珷闁兼亽鍎插▍蹇曠磽閸屾艾鈧悂宕愰幖浣哥９闁绘垼濮ら崐鍧楁煥閺冣偓閸庢娊宕瑰┑瀣叆婵犻潧妫欐径鍕亜椤愶絾绀冪紒缁樼箞濡啫鈽夊▎鎴犲幀缂傚倷娴囬褍螞濠靛钃熸繛鎴炨缚閺嗗棝鏌嶈閸撶喎鐣烽幋锔藉€烽悗闈涘濞村嫬鈹戦濮愪粶闁稿鎹囬弻锛勪沪閸撗勫垱濡ょ姷鍋炵敮鈥愁嚕椤掍焦鍎熼柟鎯ь嚟閳ь剛澧楃换婵嬫偨闂堟稐绮堕梺鐟板暱妤犳悂婀侀梺缁樺灱濡嫮绮婚鐐寸厽婵☆垵鍋愮敮娑㈡煕鐎ｅ吀绨奸柕鍥у瀵粙濡歌閸ｎ噣姊哄ú璇插箺閻㈩垳鍋熷Σ鎰板箻鐎靛摜鎳濋梺鎼炲劀閸涱剙瀵茬紓鍌氬€风欢锟犲闯椤曗偓瀹曡瀵肩€涙ɑ娅囬梺闈涚箞閸婃洜绮婚妷锔轰簻闁哄啠鍋撻柛搴″暱閻ｇ兘濡烽妷銏℃杸闂佺粯鍔曞鍫曀夊⿰鍛＜缂備焦锚閻忔挳鏌ｉ幙鍐ㄥ⒋妞ゃ垺顨婂畷鎺戔堪閸滃啰搴婇梻鍌欐祰椤曟牠宕规惔銏″濡炲閰ｉ幐鐓庘攽閻樻剚鍟忛柛鐘冲哺楠炲﹪骞橀崙鏉挎喘濡啫鈽夊顓燁啎闂備線娼ф灙闁稿骸鎼玻鍧楀Ω閳哄倻鍘卞銈嗗姉婵挳鎮橀鈧弻銊モ槈閾忣偄顏�
2闂傚倸鍊搁崐椋庢濮橆兗缂氱憸宥堢亱闂佸搫鍟悧濠囧磹閸ф鐓ラ柡鍥殔娴滈箖姊洪幐搴㈢８闁搞劋绮欓悰顔碱吋婢舵ɑ鏅╅梺璇″瀻閸愵厜鏇炩攽閻樺灚鏆╅柛瀣☉铻炴繛鍡樻尭缁€澶愭煛瀹ュ骸浜炲☉鎾崇У缁绘盯骞嬪▎蹇曚痪闂佺粯鎸诲ú鐔煎蓟閿熺姴纾兼繝闈涘閸嬫捇鍩€椤掑嫭鐓曢悗锝庡亝瀹曞瞼鈧娲橀敃銏ょ嵁閹捐绠崇€广儱娲ㄩˇ浼存⒒閸屾艾鈧悂宕愰幖浣哥９闁归棿鐒﹂崑瀣節婵犲倸鏋ら柣鏂挎闇夐柨婵嗘搐閸斿銇勯锝嗙缂佺粯绻堝Λ鍐ㄢ槈閸楃偛澹堢紓鍌欒閸嬫挾鈧厜鍋撻柛鏇ㄥ墰閸樺崬鈹戦悙鏉戠仴鐎规洦鍓熷绋库槈濞嗗秳绨婚棅顐㈡祫缁插ジ鏌囬鐐寸厸鐎光偓鐎ｎ剛鐦堥悗瑙勬礀閵堝憡鎱ㄩ埀顒勬煟濡櫣锛嶉柍褜鍓欓…宄邦潖濞差亜绠归柣鎰絻椤鈹戦埥鍡椾簻闁哥喐鎸抽幃浼搭敋閳ь剟鐛幒鎳虫棃鍩€椤掍礁鍔旈梻鍌欑窔濞佳勭仚闂佺ǹ瀛╂繛濠呮闂侀潧艌閺呮粓鍩涢幋锔解拻闁割偆鍠撻埊鏇熴亜閵夛妇鎳勭紒缁樼洴瀵爼骞嬮悙鍙夌亷婵＄偑鍊戦崹娲偡閳哄懐宓侀悗锝庡枟閺呮繈鏌嶈閸撴瑨鐏嬪┑顔姐仜閸嬫捇鏌＄仦鍓ф创濠碉紕鍏橀獮瀣攽閸℃ɑ顔嶉柣搴″帨閸嬫挻绻涢幋娆忕仾闁绘挾鍠栭弻锝夊箛椤掑娈堕梺宕囶儠閸婃繈寮诲☉銏犳閻犳亽鍔庨崝顖毼旈悩闈涗沪闁告梹鐟╁畷娲晸閻樿尙顦ㄩ梺瀹犳〃閼虫儼銇愰幘顔解拻濞撴埃鍋撻柍褜鍓涢崑娑㈡嚐椤栫偛鍌ㄩ柟缁㈠枟閻撴洟鎮楅敐搴′簼閻忓繋鍗抽弻鐔风暋閻楀牆娅х紓渚囧枟閻熲晠鐛幇顓熷劅闁挎繂妫ḿ鈺呮⒒閸屾艾鈧兘鎳楅崜浣稿灊妞ゆ牜鍋戦埀顒€鍟村畷銊р偓娑櫭禍閬嶆椤愩垺澶勭紒瀣灦椤㈠﹪姊绘担铏瑰笡闁告梹娲熼獮鏍敃閵堝洨鐒奸梺鍛婃处閸ㄦ壆鐥閺岋綁骞囬鍌涙喖缂備浇鍩栬ぐ鍐煘閹达富鏁婇柣锝呰閳ь剚甯炵槐鎺撴綇閵娿儳鐟ㄩ梺瀹犳椤︻垶锝炲⿰鍫濆耿婵☆垳鍊崘锝嗘杸闂佺粯锕╅崑鍕妤ｅ啯鈷戦柟鑲╁仜閸旀挳鏌涢幘瀵告噮缂侇喖鐗婂鍕箛椤撶姴甯楅梻浣藉Г閿氭い锔垮嵆瀹曟娊鎮惧畝鈧壕濂告煃瑜滈崜姘嚗閸曨剛绠鹃柣鎰靛墯閺夋悂姊绘担鍝勪缓闁稿酣浜跺畷顖炲锤濡も偓閻掑灚銇勯幒鎴濃偓褰掑吹閳ь剟姊洪幐搴㈢８闁搞劏娅ｇ划顓㈡偄閻撳海鍔﹀銈嗗坊閸嬫捇鎽堕悙灞傗偓鎺戭潩閿濆懍澹曢梻浣虹《閺備線宕戦幘鎰佹富闁靛牆妫楃粭鎺楁煕婵犲倻绉虹€规洦鍨跺畷顐﹀礉閽樺绉洪柡浣瑰姍瀹曞爼鍩￠崒娑樻櫟闂傚倷鐒﹂幃鍫曞磹濡ゅ懎纾婚柕鍫濐槸閽冪喖鏌ㄥ┑鍡╂Ц缂佺姵绋掗妵鍕籍閸ヮ煈妫勫┑鐐茬墕閻倸顫忓ú顏勭闁绘劖绁撮崑鎾诲Χ婢跺﹪妫烽梺鎸庣箓閹虫劙寮抽敃鍌涚厽闁硅揪绲鹃ˉ澶愬箚閻斿吋鍋℃繝濠傚暟瀛濋梺宕囩帛閹瑰洭骞冮埡鍐＜婵☆垳鍘ч獮鍫熺節閻㈤潧顫掗柛鎰典簷閾忓孩绻濆▓鍨灀闁稿鎸绘穱濠囨倷椤忓嫧鍋撻弽顬″搫顫滈埀顒勫Υ閸愨晝绡€闁告剬鍛暰闂備礁婀遍搹搴ㄥ窗濡ゅ懎鐤鹃柟闂寸劍閻撱儵鏌ｉ弴鐐测偓鍦偓姘炬嫹
3闂傚倸鍊搁崐椋庢濮橆兗缂氱憸宥堢亱闂佸搫鍟悧濠囧磹閸ф鐓ラ柡鍥殔娴滈箖姊洪幐搴㈢８闁搞劋绮欓悰顔碱吋婢舵ɑ鏅╅梺璇″瀻閸愵厜鏇炩攽閻樺灚鏆╅柛瀣☉铻炴俊銈呭暞瀹曟煡鏌熼柇锕€鍘撮柡瀣閺屾盯顢曢敐鍡欘槰闂佺粯鎸诲ú鏍煘閹达附鍋愰柟缁樺俯娴犲ジ姊洪崫鍕靛剰閻庢稈鏅犳俊鐢稿礋椤栨稒娅囬梺閫炲苯澧畝锝呮健閺佹捇鎮╅崘韫钵婵＄偑鍊栧Λ鍐极椤曗偓瀹曟垿骞樼紒姗嗘濠电偞鍨堕悷銉╁汲閸儲鈷戝ù鍏肩懅缁夘喖霉濠婂啰鍩ｆ鐐插暟閹叉挳宕熼鈧鎾绘⒑閸涘﹦绠撻悗姘煎墯娣囧﹤煤椤忓應鎷洪梺鍛婄箓鐎氱兘宕曡箛娑欑厱闁绘柨鎲＄紞鎴︽煟閿濆洤鍘撮柡浣瑰姈瀵板嫭绻濋崟闈涙倛闂傚倷鐒︾€笛呮崲閸岀偛鐤柣妯款嚙绾惧鏌熼幑鎰靛殭缂佲偓閸愨斂浜滈柡鍌氱仢閹垿鏌曢崶銊х疄婵﹥妞藉Λ鍐ㄢ槈閹烘梹绠欓梻浣虹帛閹告悂鎮ч幘宕囨殾闁汇垻枪缁€瀣亜閹捐泛啸闁挎稒绻冪换娑欐綇閸撗冨煂闂佺濮ょ划搴ｅ垝缂佹ḿ绡€婵﹩鍘鹃崢钘夆攽閻愭潙鐏﹂柣鐔濆洤绠犻柛銉墯閻撴稑霉閿濆懏鎲搁懖鏍ㄧ箾鐎电ǹ顎撳┑鈥虫川閸掓帡鎮界喊妯轰壕闁挎繂绨肩花濂告煕婵犲倿鍙勬慨濠勭帛閹峰懘宕ㄦ繝鍐ㄥ壍缂傚倷绀侀ˇ閬嶅极婵犳氨宓侀柛鎰靛枛闁卞洭鏌￠崶鈺佷户闁告棑绠戦—鍐Χ閸℃浼囧┑鐐差槹濞茬喕妫熼梺鎸庢⒒閸嬫捇宕伴幇鐗堢厸濠㈣泛锕︽禒銏ゆ煃瑜滈崜娆撯€﹂悜鐣屽祦闁告劏鏅涢閬嶆煛婢跺娈鹃柍鍝勬噺閻撱儵鏌￠崶顭戞當濞存粓绠栧铏规嫚閼碱剛顔囧┑鐐叉▕閸欏啫顕ｇ拠娴嬫闁靛繒濮烽惈鍕⒑缁嬫寧婀扮痪鏉跨Ч閹ɑ绗熼埀顒勫箖濡ゅ懎鎹舵い鎾亾鐟滅増甯掔憴锕傛倵閿濆骸鏋旈柍褜鍓欓崯鏉戠暦閸洍鈧牠顢楅崒姘亖闂佸憡鐗楅悧鐘差嚕閹绢喗鍊烽柡澶嬵儥濡粓姊婚崒娆愮グ婵炲娲熷畷鎶芥晝閸屾氨顔嗛梺璺ㄥ櫐閹凤拷
4闂傚倸鍊搁崐椋庢濮橆兗缂氱憸宥堢亱闂佸搫鍟悧濠囧磹閸ф鐓ラ柡鍥殔娴滈箖姊洪幐搴㈢８闁搞劋绮欓悰顔碱吋婢舵ɑ鏅╅梺璇″瀻閸愵厜鏇炩攽閻樺灚鏆╅柛瀣☉铻炴繛鍡樻尭缁€澶愭煛閸ャ儱鐒洪柡浣稿€块弻锝夊棘閸喗鍊梺缁樻尰閻╊垶寮诲☉銏╂晝闁挎繂娲ㄩ鐓庘攽閳╁啫绲婚柟璇х節婵＄敻宕熼娑欐珖闂侀€炲苯澧畝锝呮健閺佹捇鎮╅崘韫钵婵＄偑鍊栧ú宥夊磻閹惧灈鍋撳▓鍨灈闁绘牕銈搁悰顔锯偓锝庡枟閸婇攱绻涢崼鐔奉嚋闁哥姵锕㈠濠氬磼濮橆兘鍋撻幖浣哥９闁告縿鍎崑鎾愁潩閻撳骸鈷嬪Δ鐘靛仜閿曘儵骞嗛弮鍫澪╅柕澶堝劜閸庮亝淇婇悙顏勨偓鏍箰閸洖鍨傛繛宸簻绾惧鎮楅敐搴℃灍闁绘挻娲橀妵鍕箛椤斿す銏ゆ煟韫囷絽娅嶉柡宀嬬秮婵＄兘濡烽敃鈧▍锝夋煣缂佹ḿ澧甸柡宀嬬到铻ｉ柛顭戝枤濮ｃ垽姊虹紒妯虹婵炲娲滃Σ鎰板箳閹惧绉堕梺闈浤涢崨顖涙緰闂佽姘﹂～澶娒哄鈧幃鐑藉煛閸涱厾顔愰悷婊呭鐢宕戦敓鐘斥拺妞ゆ挶鍔戝顔芥叏閿濆拋妯€婵﹦绮幏鍛村川婵犲啫鍓甸梻浣虹帛椤ㄥ懎螞濞戞艾鍨濋柡鍐ㄥ€甸崑鎾斥槈濞呰櫕鍨垮畷锝堢疀濞戞瑧鍘介梺鍝勫暙閸婂摜鏁崼鏇熷€垫慨姗嗗墻濡插憡銇勯鈩冪《闁圭懓瀚粭鐔碱敍濞磋翰鍔庣槐鎾存媴閸濆嫅锛勭磼椤旂晫鎳囨鐐插暢閵囨劙骞掗幋鐘测偓鐐烘⒑閹稿孩绀€闁稿﹤缍婇、鎾诲冀椤撶啿鎷洪梻渚囧亞閸嬫盯鎳熼娑欐珷濡わ絽鍟悡娆撴煕閹存瑥鈧牜鈧熬鎷�

本文由职称驿站首发，您身边的高端论文发表学术顾问

文章名称： 人脸识别技术的算法优化和流程修改研究

文章地址： https://www.zhichengyz.com/lunwen/keji/zn/44371.html