人臉識別是計算機視覺和生物特征識別領域的核心研究課題，在學術研究和商業應用價值上都具有廣闊的前景。在算法層面，隨著深度學習在人臉識別應用的深入，人臉識別技術取得了突破性的進展，識別率已高達99%以上。

最新研究成果表明，基于深度學習算法得到的人臉特征表達是中度稀疏的、對人臉身份和人臉屬性有很強的選擇性、對局部遮擋具有良好的魯棒性，而這些都是手工特征表達所不具備的重要特性。

在應用層面，人臉識別是當下人工智能落地最廣泛的技術之一，被廣泛應用于金融、安防反恐、教育、社交娛樂、設備、門禁/考勤、交通、智能商業等領域。

2010-2018年，我國人臉識別行業市場規模年均復合增長率達30.7%。2018年，我國人臉識別行業市場規模為25.1億元，預計到2024年市場規模將突破100億元。中國人臉識別市場規模概況如下表（僅供參考）。

人臉識別市場規模圖，來源于網絡

伴隨著市場規模的擴大，更多的企業加入到人臉識別領域中。為了能夠快速落地，快速搶占市場，企業也提高了對人才能力的要求，與此同時，人臉識別工程師的薪資也在持續攀升，全國平均月薪已高達21.7K（數據來源：職友集）。

面對良好的市場環境與高額薪資，越來越多的伙伴，想要從事或轉行到人臉識別領域，經過一段時間的刻苦學習，“掌握”了人臉識別，但最終卻無法拿到自己心儀的offer，或者是在工作中無法如期完成項目，更甚至完不成項目！

到底出了什么問題？是“無法滿足”職位要求？是無法在工作中展示自己的“實力”？還是我們的實力還不夠？為了幫助分析現在面臨的問題，我們總結了以下三點：

·基礎功底不扎實！

“基礎不牢，地動山搖”。在最初的入門學習中，依靠在論壇、微信公眾號等知識分享平臺進行碎片化的學習與探索，并沒有系統完善的資料進行學習與研究，導致人臉識別基礎理論體系不健全，對于基礎的模型框架沒有全面的認識與理解……

·算法理解不透徹！

算法是人臉識別落地的核心，沒有透徹理解人臉識別算法的核心思想，對算法的局限性沒有明確的認知，無法判斷算法的適用場景。這便是我們在人臉識別踐行道路上的“攔路虎”。..。..

·無法推動算法落地！

在實際項目中，更是困難重重，框架應該怎么搭建？參數應該怎么調整？算法應該怎么改進？一片茫然……

因此，針對小伙伴們遇到的問題，深藍學院邀請了科研與實際工程均具備豐富經驗的專家—王曉波博士，共同制作了這門『基于深度學習的人臉識別』課程。

本門課程講解了經典的人臉識別算法和近期算法上的研究熱點，并介紹實際的應用場景。課程期間，我們會指導大家利用課程中學到的算法完成可體驗的人臉識別demo，實現項目的可視化落地。

審核編輯 ：李倩