【摘要】随着人脸识别技术在安全、身份验证和监控等领域的广泛应用，传统的人脸识别方法面临着日益增长的挑战，本研究旨在探讨和验证基于视觉转换器（ｖｉｓｉｏｎ ｔｒａｎｓｆｏｒｍｅｒ， ＶｉＴ）的深度学习模型在人脸识别中的应用优势。 本研究通过构建一个基于 ＶｉＴ 架构的深度学习模型，实现人脸特征提取，并通过多层感知机（ｍｕｌｔｉｌａｙｅｒ ｐｅｒｃｅｐｔｒｏｎ，ＭＬＰ）算法实现人脸识别，同时和传统的机器学习模型支持向量机（ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ， ＳＶＭ）进行了对比分析。 通过实验验证，ＶｉＴ 模型在人脸识别任务中相比于传统方法，各项性能指标上均有显著提升。 本研究结果表明 ＶｉＴ 在处理复杂多变环境中的人脸识别任务中具有一定优势。