最佳答案
1.
算法的需求及应用场景该项目主要目的是将人脸识别各个部分的算法移植到嵌入式端,并且能完成人脸识别的任务。本人在该项目中主要负责数据采集,模型搭建,精度优化,训练调参等任务。
2.
算法的调研和初步方案的制定在人脸识别项目上,最开始是参照市面上已存在的开源代码进行学习和分析。人脸识别主要分为三个部分:人脸检测、人脸对齐(关键点检测)、人脸比对。前两个部分是使用MTCNN网络,而人脸比对可基于人脸分类进行修改。于是开始对图像分类的神经网络进行研究,最经典的ResNet就成为主要的研究对象。
整个人脸识别流程分为三个部分（1）人脸检测；（2）人脸特征提取；（3）基于欧几里得距离的比较。
人脸识别和图片分类不同，我们不能像在图片分类工程中一样针对每一个分类提供大量的训练集去训练我们的模型。在人脸识别的网络模型中，我们所需要的结果并不是最后全连接层输出的置信度结果，而是经过CNN网络提取的特征值。这些特征值的维度根据网络模型的选用和输入图片像素的不同而变化。