Методы машинного обучения и глубокого обучения в face recognition отличаются подходом к обработке данных и решению задач. 26

Методы машинного обучения позволяют системе запоминать особенности внешнего вида человека и узнавать их в будущем, даже если внешность изменилась, например, появилась новая причёска или другое освещение. 4 Для этого используются алгоритмы, такие как Viola-Jones, которые определяют фото в несколько этапов: определение признаков, оценка признаков, определение классификатора признаков и проверка каскада классификатора. 4

Методы глубокого обучения используют конволюционные нейронные сети (CNN) для обучения признаков прямо из необработанных данных изображения. 79 Основное преимущество таких методов в том, что их можно обучать на больших объёмах данных, чтобы получить представление лица, устойчивое к вариациям, которые присутствуют в обучающих данных. 6

Таким образом, методы машинного обучения подходят для ситуаций, когда данных немного, а методы глубокого обучения — когда их много. 2