隨著目標(biāo)的正確識(shí)別逐漸成為人工智能的重要組成部分，基于深度學(xué)習(xí)的人臉識(shí)別目前也成為了特征識(shí)別領(lǐng)域的研究熱點(diǎn)。但是因?yàn)槟槻啃畔⒌膹?fù)雜性，對(duì)特征識(shí)別算法的要求會(huì)更高。在人臉識(shí)別領(lǐng)域有很多算法，如基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的人臉識(shí)別方法、深度非線性人臉形狀提取方法、基于深度學(xué)習(xí)的人臉姿態(tài)魯棒性建模、有約束環(huán)境中的全自動(dòng)人臉識(shí)別、基于深度學(xué)習(xí)的視頻監(jiān)控下的人臉識(shí)別、基于深度學(xué)習(xí)的低分辨率人臉識(shí)別以及其他基于深度學(xué)習(xí)的人臉信息的識(shí)別等；并對(duì)當(dāng)前人臉識(shí)別技術(shù)在深度學(xué)習(xí)應(yīng)用中存在的問(wèn)題及發(fā)展趨勢(shì)進(jìn)行分析。