随着深度学习技术的发展,人脸识别相关技术已全面深度化,近年来引领了计算机视觉的落地应用.而基于深度学习的人脸识别模型一般采用的是"云端"部署对外提供API接口的服务模式,在恶劣环境通信不畅的情况下,将无法获取在线人脸识别服务,而且这种方式在传输延时和安全性上也存在一定的问题.因此,本文提出一种基于深度学习的移动端人脸识别方法,结合Google轻量级深度学习框架TensorFlow Lite和轻量化的神经网络模型Inception-ResNet-v2,构造一种可运行在移动端的人脸特征提取神经网络模型,并将深度学习与支持向量机SVM相结合,实现移动端实时、准确的人脸识别.
NETL
