PyTorch框架下基于CNN的人脸识别方法研究.pdf

人脸识别是目前热门的身份识别技术，其应用广泛。本文采用OpenCV进行人脸检测和数据预处理，在自搭建的人脸数据库上使用基于PyTorch搭建的卷积神经网络进行模型训练，最终得到一个人脸识别模型。通过实际的人脸匹配测试，本文设计的模型可以较好地实现对人脸库中人脸的识别。 随着人工智能的快速发展，尤其以卷积神经网络（Convolutional Neural Networks，CNN）为代表的相关技术的快速发展，许多棘手的难题逐渐得到解决。CNN是一种深度学习模型，实际上是含有卷积层的多层感知机，该模型的工作方法和参数通常不需要人为过干预即可完成自动特征提取和模式识别，相关模型可通过构建深度神经网络的训练模式，来模拟人类大脑学习过程[1]。CNN已广泛地应用于人脸识别等图像识别和图像分类领域。本设计在PyTorch框架下搭建卷积神经网络并进行模型的训练。PyTorch是当前热门的一个开源深度学习框架，其优点是支持使用图形处理器（Graphics Processing Unit，GPU) 加速以及具有支持自动求导的动态神经网络，可以减少模型训练的时间，降低开发成本[2]