摘要
随着人脸识别技术在安全、身份验证和监控等领域的广泛应用,传统的人脸识别方法面临着日益增长的挑战,本研究旨在探讨和验证基于视觉转换器(vision transformer,ViT)的深度学习模型在人脸识别中的应用优势。本研究通过构建一个基于ViT架构的深度学习模型,实现人脸特征提取,并通过多层感知机(multilayer perceptron,MLP)算法实现人脸识别,同时和传统的机器学习模型支持向量机(support vector machine,SVM)进行了对比分析。通过实验验证,ViT模型在人脸识别任务中相比于传统方法,各项性能指标上均有显著提升。本研究结果表明ViT在处理复杂多变环境中的人脸识别任务中具有一定优势。
出处
《信息记录材料》
2024年第5期106-108,共3页
Information Recording Materials
基金
黄河交通学院校级教学资源库“计算机视觉”(HHJTXY-2022kczyk107)
黄河交通学院校级教学资源库“模拟与数字电路基础”(HHJTXY-2021kczyk096)
黄河交通学院校级教学资源库“计算机组成原理”(HHJTXY-2022kczyk110)。
