基于深度学习的人脸表情识别文献综述

文献综述

文 献 综 述一、 本设计拟研究解决的问题人脸识别从本质上来说是图像识别的一种，也是计算机视觉领域的一个主要研究方向。

随着电脑硬件以及图像技术的发展，深度学习，尤其是卷积神经网络，最近在人脸识别中得到越来越多的关注，许多深度学习的方法已经被提出。

本次毕业论文主要内容是学习卷积神经网络的基本知识，在卷积神经网络的基础上结合OpenCV计算机视觉库来进行对人脸识别的的学习。

二、 研究现状和发展趋势人脸是人类用于识别的最常见的特征，人脸识别是一个经典问题并且在计算机视觉与图像解析中非常活跃。

人脸识别系统的大致运行流程为：先往这个系统中输入一张人脸图像，进行人脸检测与人脸对齐。

然后使用特征提取器提取特征，最后，系统将提取出来的特征与库中人脸进行比较并进行人脸匹配[1]。

在人脸匹配中还有两个困难的课题：人脸验证（FV）和人脸识别（FI）。

人脸验证是判断给定的一对人脸图像或视频是否属于一个主体。

人脸识别是一对多匹配，从一组不同主题的人脸图库或视频中识别人。