我是二年级纯数学、应用数学和计算机科学专业的学生。我参加了一个研究课程，并获得了专注于使用深度学习进行面部识别的主题。
我已经对该主题进行了大量阅读（从 eigenfaces 和 fisherfaces 等旧方法一直到 deepface 等新方法）。我也对 ANN 底层的数学和算法感到满意。
我想知道社区中是否有人可以指出我（作为本科生）可以在使用深度学习的面部识别类别中更深入地研究的方向？
我认为在给定一些面部图像（即 < 5）的情况下进行面部识别可能会很有趣。也许有人有更好的建议？
深度学习人脸识别研究项目
数据挖掘
机器学习
神经网络
深度学习
研究
2022-02-12 20:38:13
1个回答
首先，张量流将是一个很好的资源，因为它正在以指数级增长获得用户群。Tensorflow 对单节点计算具有 gpu 支持，并且最近添加了用于更大计算的分布式版本。有一些关于卷积神经网络的教程，这可能是您解决计算机视觉问题的方向。此外，有些书即将面世，有些还处于 Alpha 版。但是插入一个特定的库就足够了！
如果数据可用，例如在面部有两个视角，在第三个视角上进行识别，基于视角的面部识别问题将会很有趣。
基于亲属的面部识别问题可能很有趣，同样，如果数据可用，例如给定两个父母，尝试找到孩子。一个人可能会刮脸书来获得一个合理的数据集。
混合和老化面孔并控制性别（头发长度，面部毛发等）以解决儿童被绑架并且您有父母照片和兄弟姐妹照片并且孩子已经长大的问题。
一个简单的老化识别问题可能会很有趣……给定婴儿照片，你能认出成年人吗？反之亦然。
只是一些想法，可能性是无限的。我建议从一个非常简单的问题存根开始，然后慢慢增加复杂性。
希望这可以帮助！
其它你可能感兴趣的问题