随着计算机技术的发展和智能化程度越来越高,生物识别技术也在高速发展,如今指纹解锁、面部识别、声音识别等生物识别技术被广泛应用于人们工作生活的各个领域。相比于其他识别技术,人脸识别的过程更为直观且与人没有接触,因此被广泛应用于安全监控、智能办公等各个领域。它是从人脸图像中提取相关信息,并以此来辨别人身份的一种生物识别技术。人脸识别是在人工智能技术中发展较快、应用较多的一个领域,目前国内外人脸识别已相当广泛应用于各个领域,并取得了相对可观的实际效果。随着人脸识别在现实生活中越来越普遍的应用,人们更加致力于对其相关的技术的研究,而深度学习和模糊理论成为研究的重点。本文将对模糊理论和深度卷积神经网络两种理论在人脸识别的应用展开研究,得到模糊深度网络模型,并对此模型进行了验证。随着可用训练集的数据量不断增大及精度不断提高,使得识别率大大提高。在现今的大数据时代,运用海量数据作为基础,充分发挥深度神经网络强大的学习能力,使得识别结果更加精确。本文把模糊深度神经网络模型在人脸识别中的应用作为研究要点,主要有以下内容:1)本文介绍了深度学习的人工神经网络中的CNN(卷积神经网络)的理论知识,对人工神经网络的模型作了介绍,同时对前馈神将网络及后向传播过程作了分析,说明了卷积神经网络在图像识别中的优势,并对其卷积层、池化层和连接层进行介绍;2)研究了模糊理论的基本原理,对人脸识别应用进行了研究,在分析了当前人脸识别的应用技术发展和现状后,提出将模糊理论与深度神经网络结合,创建模糊深度学习的理论模型;3)实现了模糊理论与深度卷积神经网络的结合,并用人脸经典数据库对此模型通过实测进行了验证,论证了模糊深度学习模型的可行性及优越性。