Face Recognition via Deep Embedding(0.9977)：baidu

作者提出了一种两部学习方法，结合mutil-patch deep CNN和deep metric learning,实现脸部特征提取和识别。通过1.2million(18000个个体）的训练集训练，该方法在LFW数据集上取得了0.9977的成绩。

两个阶段：第一个是深度CNN提取特征向量（高维度相关）去训练网络，第二个阶段是PCA，联合贝叶斯或者度量学习方法去使用一个低维度区分面部的不同。