日期:2017-08-14 09:39
，使得原来应用效果不佳的应用得到巨大提升，比如传统的周界类通用智能应用，人脸应用，视频结构化。人脸应用主要包括人脸采集、人脸验证、静态库人脸检索、动态库人脸识别与分析。基于传统特征工程和分类器模型的模式识别方法，对应用场景要求苛刻，对采集的人脸在分辨率、人脸光照不均匀性、人脸采集的Yaw、Pitch、Roll角度都有很高的要求。在海量数据+深度学习层面，使用监督学习训练得到的特征比传统手工设计特征具有更强的表达能力，只要训练样本具有足够海量、具有足够完备性、和推理样本属于同一个分布，深度学习则能得到更具辨别