人脸识别主要分两大类，第一人脸抓拍，指的是从原始的数据（如录像数据）中提取人脸，第二大类是对提取好的人脸进行进一步操作，比如人脸比对、人脸性别分类、表情分类等具体应用。今天我们把重点放在人脸抓拍这一步，还会特别注意算法的运行速度。
分享嘉宾：Robert Lorenz（德国籍），澎思科技资深算法研究员，德国柏林洪堡大学数学系博士，致力于人脸检测、人脸跟踪和人脸质量判断等领域的技术研发，尤其擅长模型构建和模型优化。其研究成果已经应用于澎思科技多种人脸识别软件和硬件产品中。同时也致力于视频结构化算法的研究和开发，负责数个子研究课题的攻坚工作。
曾任职学习宝联合创始人兼首席科学家、精通5国语言，完成学习宝所有模式识别算法的搭建及商用。精通模式识别、机器学习与图像处理的常见算法，例如贝叶斯分类器、SVM、ADA-BOOST、MLP、CNN、kernelized回归、受限制BOLTZMANN机、特征提取、特征选择，图像预处理、二值化算法、连通域分析、PPC（Project Profile Cutting），Viterbi算法，C语言数据结构，例如树结构、图形结构等等。
分享主题：有限算力资源下的深度学习与人脸识别技术——人脸抓拍算法设计、移植和优化
