标签:function 一次 Shot 特征向量 similarity 学习 神经网络 人脸识别
人脸识别: 你需要通过一张人脸样例去识别这个人,当深度学习只有一个样例时候,模型的表现并不好,所以使用One-Shot学习解决!
One-Shot Learn:通过一个样本来进行学习,以能够判断这个人是不是已有数据中的人脸。
在人脸识别中使用“similarity”function来处理人脸识别单一数据的问题。
similarity function:
d(img1, img2) = degree of difference between images.(两张图片的差异值)
if d(img1, img2) <= τ (τ是一个阈值,,如果差异小于等于这个阈值,说明是同一个人)
如果放进去同一个人的两张照片,则会希望similarity function输出一个很小的值。
如果放进去两个长相差别很大的人的照片,则希望输出一个较大的差异值。
Siamese网络:
有一个训练好的神经网络,是一张图片,经过卷积+池化和全连接层,得到一个特征向量,训练出来这样一个神经网络,就可以对比两张图片是不是同一个人。如:
现在有两个不同的图片输入X1和 X2 , 对于两个不同的输入,运行相同的卷积神经网络得到两个特征向量, 最后两个特征向量做编码之差的范数。即 d(x1,x2)= | f(x1) - f(x2) |² 。
标签:function,一次,Shot,特征向量,similarity,学习,神经网络,人脸识别 来源: https://blog.csdn.net/qq_53345829/article/details/122751391
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。