人脸识别系统如何通过浅层理解技术得以实现？

本文共计639个文字，预计阅读时间需要3分钟。

机器学习+机器学习的目的是将数据转换成信息。机器学习通过从数据中提取规则或模式来将数据转换成信息。人脸识别+人脸识别通过级联分类器对特征进行分类筛选来确定是否是人脸。

机器学习

• 机器学习的目的是把数据转换成信息。
• 机器学习通过从数据里提取规则或模式来把数据转成信息。

人脸识别

• 人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。
• 每个节点的正确识别率很高，但正确拒绝率很低。
• 任一节点判断没有人脸特征则结束运算，宣布不是人脸。
• 全部节点通过，则宣布是人脸。

工业上，常用人脸识别技术来识别物体。

基于深度学习的人脸识别系统，一共用到5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速器）。

用到一个开源的深度学习模型：VGG model。