人脸识别是生物识别的一个重要研究方向，随着众多学者的不断努力和长期探索，人脸识别取得了诸多成就，但对于问题的彻底解决还存在一定的距离。近年来诸多学者在神经网络的基础上提出了深度学习，由于其超强的学习能力，现阶段己成为神经网络的主要研究方向。深度学习的提出，为人脸识别问题的彻底解决提供了新的思路。本文利用深度学习算法进行人脸识别，进一步改善人脸识别效果。

卷 积 神 经 网 络 (convolutional neural networks, CNN)是 深 度 学 习 技 术 应用最成熟的模型之一，卷积神经网络算法可以从原始输入中有效学习到高阶不变性的特征，利用卷积神经网络来提取特征进行目标识别和分析是当前 比 较 热 的 研 究 方 向 。 目 前 CNN 主 要 以 单 机 串 行 方 式 实 现 ， 串 行 执 行 的CNN 算 法 存 在 一 些 缺 陷 ：一 是 串 行 模 式 凸 显 出 训 练 时 间 过 长 ，算 法 内 在 并行性得不到发挥，内存不足等；二是伸缩性不足，在处理密集型数据效率不 高 。现 今 比 较 流 行 的 MapReduce 分 布 式 计 算 模 型 具 有 良 好 的 容 错 性 和 扩展 性 ， 本 文 利 用 Hadoop 分 布 式 处 理 平 台 ， 提 出 了 采 用 MapReduce 并 行 CNN 的 算 法 MRCNN。 并 在 MRCNN 算 法 基 础 上 持 续 进 行 优 化 ， 提 出 利 用GPU 加 速 MRCNN 算 法

在研究人脸识别技术的过程中，针对浅度特征（ＬＢＰ、ＳＩＦＴ、ＨＯＧ、Ｇａｂｏｒ等）对人脸特征表达效果不理想的问题，提出了一种基于多特征融合的深度学习人脸识别方 法。该方法首先要用局部二值算法提取人脸局部纹理特征，然后对深度网络模型进行构建，并利用深度卷积网络的共享权值和池化、下采样等技术降低模型的复杂度。在构建后的模型顶层形成人脸图像特征分类面，通过训练后得到完好的深度网络模型，利用该模型对人脸图像进行特征提取，能够有效的完成对人脸图像的识别。实验效果很好的证明了基于多特征融合的深度学习人脸识别方法对人脸特征表达效果良好，显著提高了人脸识别的准确率。

LDA线性辨别分析的人脸识别算法，采用KNN分类，用于实现人脸识别。

基于LDA特征提取的人脸识别算法对比了不同维度特征的识别率

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：LDA线性辨别分析的人脸识别算法_采用KNN分类_LDA_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

PCA+LDA经典人脸识别算法，先用PCA降维，再用LCA降维

基于小波子带能量加权的人脸识别算法(论文).rar

基于pca的人脸识别算法实现.zip

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：稀疏表示人脸识别算法_RSC_AR_disguise_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员