阅读背景：

人脸识别技术--双层异构深度神经网络

来源：互联网 
基本原理 人类的神经系统在处理信息时是分级的，例如在看一张人脸照片时，首先会从像素中提取人脸的边缘特征，然后将边缘特征组合成部件特征，接下来将部件特征组合成能表达整张人脸的特征，最后基于人脸特征判人脸的属性（例如身份、性别、年龄、种族等）。好的特征能够更好地表达模式（语音、图像等）的属性，因而特征提取是模式识别中最关键的一步。深度神经网络是对人脑神经结构的机器模拟，其思路是由低层特征逐步抽象形成高层特征，从而使特征具有良好的表达能力，能更好地描述模式的本质特性。基于这些优点，深度神经网络已经在语音识别，图像识别等领域取得前所未有的成功。但为了达到较好的性能，深度神经网络通常采用大量数据进行训练（权值学习）。人类的神经系统在处理信息时是分级的，例如在看一张人脸照片时，首先会从像素中提取人脸的边缘特

你的当前访问异常,请进行认证后继续阅读剩余内容。

分享到：
你可能喜欢:
相关阅读:
随便看看: