澎思科技资深算法研究员罗伯特：有限算力资源下的深度学习与人脸识别( 二 )_：澎思科技资深算法研究员罗伯特：有限

回顾正文

大家好，我是来自德国的Robert，目前在澎思科技负责算法研究、算法设计和算法实现，今天想分享的内容是有限算力资源下的深度学习与人脸识别技术——人脸抓拍设计、移植和优化。在标题中大家可以看到两个关键词，第一深度学习，第二人脸识别。

人脸识别主要分两大类，第一人脸抓拍，指的是从原始的数据（如录像数据）中提取人脸，第二大类是对提取好的人脸进行进一步操作，比如人脸比对、人脸性别分类、表情分类等具体应用。今天我们把重点放在人脸抓拍这一步，还会特别注意算法的运行速度。

近年来，所有的人脸识别算法都是基于深度学习完成的，所以今天分享的内容也基于深度学习来展开，具体目录如下：

1.深度学习定义与概念

大家可能听过深度学习这个术语，但是深度学习到底是什么？如图所示，即为深度学习的定义。我们将深度学习之外所有的模式识别算法命名为传统模式识别算法。下面来了解一下深度学习和传统模式识别之间有哪些区别，深度学习的特点是什么。

澎思科技资深算法研究员罗伯特：有限算力资源下的深度学习与人脸识别( 二 )