人脸识别 face recognition

coursera deeplearning
1、face verification & face recognition
verification -> 1:1 判断给定的ID和图片是否相符
recognition -> K:K 当人数较多时，不能直接用图像分类的办法来实现 recognition
2、One Shot Learning
只利用一张图片来实现人脸识别时训练集太小的问题
通过学习相似性函数来解决，相似性函数指两张照片是同一个人的相似程度
3、Siamese Network 孪生神经网络

image.png
f : 代表图片到编码的映射，即神经网络输出编码
x : 代表输入的图片
若 X(i) 和 X(j) 是同一个人，则计算值小
若 X(i) 和 X(j) 不是同一个人，则计算值大
4、Triplet Loss 三元组损失函数
Anchor : 原图片a
Positive : 同一人图片p
Negative : 非同一人图片n
image.png
通过三元组图片来得到损失函数值
5、Face Verification and Binary Classification
当不用三元组图片来获得损失函数值时，可以利用逻辑回归的思想
3633179-cc8ebc92ba3d81f1.png
f : 为图片输入神经网络后得到的编码