基于深度学习的人脸识别方法综述

来源 :工程数学学报 | 被引量 : 0次 | 上传用户:shaonvshashou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸识别与虹膜识别、指纹识别、步态识别等其它生物特征识别技术相比,具有自然、便捷、用户体验友好等独特优势,因而受到了学术界和工业界的广泛关注.近年来,在深度学习技术的驱动下,人脸识别技术取得了突破性进展,在面对表情、姿态、光照、遮挡等外在干扰因素时,仍表现出较好的鲁棒性.特别地,基于深度学习的人脸识别技术已广泛应用于安防、金融、教育、交通、新零售等应用领域.我们认识到,在人脸识别技术不断走向大众化的过程中,急需一些综述性的和普及性的文献来总结人脸识别技术的基本原理和基本方法.基于此,本文首先简要回顾
其他文献
以轴压比、含钢率和钢材强度为参数,进行了8根高强钢管超高强混凝土柱和1根普通强度钢管超高强混凝土对比柱的拟静力试验,分析了各参数对破坏形态、荷载-位移滞回曲线、骨架曲线和各个抗震性能指标(如延性、耗能和强度与刚度退化等)的影响程度。结果表明:压弯破坏为主要破坏模式;弹性刚度受轴压比影响不大,但受含钢率和钢材强度影响较大;极限承载力受轴压比、含钢率和钢材强度影响较大,随前者增大而降低,随后两者增大而增大;延性受轴压比、钢材强度和含钢率影响较大,随前两者增大降低,随后者增大而增大;耗能能力随轴压比增大而减弱,
东炉房铜钼矿床位于扬子西缘坳陷带,是滇西北香格里拉地区近年新勘查评价的中型矿床,该矿床具大型规模远景。本次通过地质详查及综合研究工作,基本查明了矿床特征,理清了成矿规律,提出了深部及外围找矿预测区。研究认为:铜钼铅锌金多金属矿化与石英闪长玢岩-石英二长斑岩复式侵入岩紧密相关,矿化蚀变具有斑岩型-矽卡岩型-中低温热液脉型成矿系统特征;矿区共圈定24条矿体,其中斑岩型钼(铜)矿体3条,矽卡岩型铜(钼)矿体14条,中低温热液脉型铅锌(金)矿体7条,具有由内到外,由高温至中低温为Mo(Cu)→Cu(Mo)、Fe→
随着大数据和以深度学习为基础的人工智能技术的快速发展,油气藏地质建模逐步从传统的两点地质统计建模、基于目标建模、多点地质统计建模和基于沉积过程建模进入智能地质建模阶段。以深度学习为基础的智能地质建模主要采用对抗生成网络建立三维地质模型,目前这些研究集中在网络结构和算法的完善,特别是对地震和测井等各类数据的条件化,少量研究侧重于样本数据的获取。目前研究中采用的训练样本大多是基于目标或基于沉积过程方法模拟得到的合成数据,为了真正将该技术应用实际地下油气藏,需要更加关注真实样本数据的获取。仅靠深度神经网络这种统