شناسایی چهره، نوعی بیومتریک براساس اطلاعات مشخصه چهره انسان است. تشخیص چهره، کاربردهای زیادی در امنیت اطلاعات کامپیوتر، درمان پزشکی، نظارت امنیتی، تعامل کامپیوتر و مالی دارد. استخراج ویژگی، کلید تکنولوژی تشخیص چهره است و انتخاب مناسب آن به الگوریتم تشخیص چهره مربوط می شود. شبکه های عصبی درهم پیجش یکی از اساسی ترین ساختارهای شبکه در تکنولوژی یادگیری عمیق است و موفقیت بزرگی در زمینه پردازش تصویر و شناخت بدست آورده است. هدف اصلی در این پژوهش، استفاده از شبکه عصبی عمیق برای شناسایی چهره افراد می باشد. این هدف بر این مبنا است که پس از بررسی روش های موجود برای شناسایی چهره، یک روش جدید بر اساس شبکه عصبی عمیق پیشنهاد میگردد. پس از بررسی دقیق این روش، کارایی آن در شناسایی چهره مورد ارزیابی قرار می گیرد. در این پژوهش نتایج و مقایسه از طریق زبان برنامه نویسی پایتون و از بستر اسپایدر برای برنامه نویسی استفاده می شود. به منظور ارزیابی عملکرد از پایگاه داده LFW که شامل 13233 عکس از 5749 فرد می باشد و تمامی تصاویر از اینترنت جمع آوری شده اند، مورد استفاده قرار می گیرد. هر چهره با نام شخص تصویر شده برچسب خورده است. ارزیابی هر 5 دوره انجام می شود. الگوریتم پیشنهادی به عملکرد 9965/0دست یافته است که نسبت به شبکه عصبی کانولوشنی ساده، 9 لایه عمیق و سایر روش های بررسی شده نزدیک به 2 درصد بهبود داشته است. نشان داده شده است که با بررسی معماری های مختلف شبکه عصبی کانولوشنی عمیق معماری ResNet-V1 بهترین عملکرد را داشته است.
