深度学习做人脸识别，和传统方式比有啥好处？

如题所述

推荐答案 2019-12-06

传统方法中特征提取主要依赖人工设计的提取器，需要有专业知识及复杂的调参过程，同时每个方法都是针对具体应用，泛化能力及鲁棒性较差。

深度学习主要是数据驱动进行特征提取，根据大量样本的学习能够得到深层的、数据集特定的特征表示，其对数据集的表达更高效和准确，所提取的抽象特征鲁棒性更强，泛化能力更好，并且可以是端到端的。缺点是样本集影响较大，算力要求较高。

温馨提示：答案为网友推荐，仅供参考

当前网址：http://22.wendadaohang.com/zd/fIXX0X0Ih2CTI0hhhI.html

其他回答

第1个回答 2019-12-06

人脸识别为更好的为市民服务，通过人脸识别可以抓住违章的人，这样比传统的方法要好得多。

第2个回答 2019-12-06

传统的就是比较简单的，深度的就是比较复杂的，应该这样理解吧！

第3个回答 2019-12-06

深度学习的算法可以对人的表情和声音特质进行分析判断，多模态的分析模式。

第4个回答 2019-12-06

可以越用越好用，因为会根据实际情况进行调整

1 2 下一页

相似回答

人脸识别技术有什么好处和弊端答：人脸识别优点：1、非接触的，用户不需要和设备直接接触；2、非强制性，被识别的人脸图像信息可以主动获取；3、并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别。人脸识别的缺点：1、对周围的光线环境敏感，可能影响识别的准确性；2、人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行...

3d人脸识别技术具有哪些优势与意义?答：首先，3D人脸识别技术通过捕捉和分析面部的三维形状和特征，提供了比传统2D人脸识别更高水平的安全性。由于3D数据包含了面部的深度信息，这项技术更难被照片、视频或面具等2D伪造手段所欺骗。这种增强的安全性使得3D人脸识别在许多高安全性需求的场景中，如银行交易、手机解锁和门禁控制等，具有巨大的应用潜...