1、人臉識別技術是智能監(jiān)控系統(tǒng)的重要技術構件，它能通過非接觸的方式檢驗人員身份、具有簡單方便和易于實現(xiàn)的特點，因而在許多地方得到廣泛應用，但傳統(tǒng)的人臉識別技術局限于實驗室場景下，在測試算法性能的時候使用的數(shù)據(jù)庫里的樣本都被嚴格控制了光照、姿態(tài)、表情等變化，并且有些特征描述子的計算開銷較大，無法滿足現(xiàn)場測試的實時性要求，所以不能應用于實際場景。因此解決人臉識別的現(xiàn)場應用問題具有重要的研究意義與應用價值。
　　本文首先研究了傳統(tǒng)人臉識別法

2、的局限性和經(jīng)典人臉識別算法在自然環(huán)境下現(xiàn)場應用中存在的瓶頸問題，提出基于深度學習理論的算法來抽取模式特征以解決人臉特征對現(xiàn)場影響因素的魯棒性問題。
　　研究了人臉特征選擇算法。重點研究了稀疏濾波（Sparse Filtering）、卷積神經(jīng)網(wǎng)絡（Convolutional Neural Networks）這兩種特征選擇方法，提出一種SF-CNN雙重深度特征提取模型。
　　然后根據(jù)戶外標記人臉數(shù)據(jù)庫(Labled Faces