掌握人脸识别国际领先技术
现代人脸识别算法(2014年)一基于深度学习神经网络的人脸识别

深度神经网络的概念是2006年Geoffrey Hinton等人提出来的,主要通过神经网络来模拟人的大脑的学习过程,希望能借鉴人脑的多层抽象机制来实现对图像的抽象表达。具体来说,就是通过大量的简单神经元的连接,每层神经元接收底层神经元的输入,通过输入与输出之间的非线性关系,将底层特征组合成更高层的特征表示。



二维人脸图像识别

实现自动化和快速准确的进行人脸识别;
提高人脸在不同姿态、光照和表情条件下的识别问题。
维头部模型重建方法
能进行发型建模;

能基于恻面图像进行三维人睑重建;

解决恻面输入图像姿态适应性差的问题。

超分辨率人脸图像重建方法·低分辨率人脸图像的重建技术;原始图像重建的归一化人脸图像。

人脸图像识别方法

基于人脸全自动定位的三维人脸识别方法;

人脸虚图生成;

解决因计算量大导致的速度慢和恢复精度差,且需要手工定位特征点用于初始化的问题。

视频人脸识别方法

提高了视频人脸识别方法的鲁棒性;
提高基于映射学习方法视频人脸识别鉴别性能。