专栏首页播放刘德华的歌人脸识别算法系列文章之facenet讲解
原创

人脸识别算法系列文章之facenet讲解

欢迎大家来到本次课程,本次课程所分享的内容为人脸识别算法。

我们看一下本次课程的目录

接下来我们开始吧,看一下主要的挑战。

人脸识别所面临的一个挑战就是你需要解决一次学习问题,这意味着在大多数人脸识别应用中,你需要通过单单一张图片或者单单一个人脸样例就能去识别这个人。

DeepFace是FaceBook提出来的,后续有DeepID和FaceNet出现。而且在DeepID和FaceNet中都能体现DeepFace的身影,所以DeepFace可谓是CNN在人脸识别的奠基之作,目前深度学习在人脸识别中也取得了非常好的效果。DeepFace在进行人脸识别的过程中采用的是人脸检测——3D对齐——CNN提取特征——分类的过程。

C1:卷积层,卷积核尺寸11*11,共32个卷积核

M2:池化层,最大池化3*3,即stride = 2

C3:卷积层,卷积核尺寸9*9   ,共16个卷积核

L4: 卷积层,卷积核尺寸9*9   ,共16个卷积核。L表示local,意思是卷积核的参数不共享

L5: 卷积层,卷积核尺寸7*7   ,共16个卷积核。L表示local,意思是卷积核的参数不共享

L6: 卷积层,卷积核尺寸5*5   ,共16个卷积核。L表示local,意思是卷积核的参数不共享

F7: 全连接,4096个神经元

F8: 全连接,4030个神经元

FaceNet算法的提出:由Google工程师Florian Schroff,Dmitry Kalenichenko,James Philbin提出的人脸识别模型,发表于CVPR 2015。

FaceNet的特点:没有用传统的softmax的方式去进行分类学习,而是抽取其中某一层作为特征,学习一个从图像到欧式空间的编码方法,然后基于这个编码再做人脸识别、人脸验证和人脸聚类等。

1.通过MTCNN人脸检测模型,从照片中提取人脸图像。

2.把人脸图像输入到FaceNet,计算Embedding的特征向量。

3.比较特征向量间的欧式距离,判断是否为同一人,例如当特征距离小于1的时候认为是同一个人,特征距离大于1的时候认为是不同人。

网络结构1

网络结构2

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

相关文章

  • 第七次人脸识别算法课程系列文章-MobileNetv2

    这次我给各位分享的是Mobilenet V2算法,其中有什么不足,希望大家可以帮助我一起改进。下面就开始我的分享吧。话不多说,我这里都是直接上干货。

    算法发
  • C#学习系列之人脸识别控制台接口调用

    要想使用C#的人脸识别控制台,对于没有使用过的朋友,可能会遇到比较多的坑,所以我这里就先去踩了坑,趁着这段时间,把能直接运行的步骤告诉大家。

    算法发
  • 文字识别0727

    条形码识别,我就是好奇,为什么便利店里扫码,可以直接识别那么快,还有各种奇形怪状的想法,奇思妙想的想法。

    算法发
  • 反向传播算法推导-卷积神经网络

    原创声明:本文为 SIGAI 原创文章,仅供个人学习使用,未经允许,不能用于商业目的。

    SIGAI学习与实践平台
  • GoogLeNet论文阅读

    在2014年的ImageNet图像识别挑战赛中,一个名叫GoogLeNet的网络结构大放异彩。它虽然在名字上向LeNet致敬,但在网络结构上已经很难看到LeNe...

    mathor
  • Sprite 从PS切图到具体实现完整过程

    从入门到进错门
  • grafana si接入odp平台及使用

    1、这是我们SI-API平时查询日志的面板,数据是从Elasticsearch里获取的,查询的语法为lucence语法.

    用户5760343
  • Docker 日志管理

    用户5760343
  • ZKEACMS的高级自定义 - 内容和模板

    使用自定义内容的功能,可以方便的创建特有的内容类型,每个类型的字段都可以自定义,例如添加一个“个人信息”的类型,有两个字段,姓名和地址:

    Mr. Wei
  • 使用Notepad++实现文本编辑的豆沙绿背景颜色,护眼

    我一直非常不喜欢windows自带的notepad记事本,无法自定义背景的,白花花的一片看着眼睛痛。

    Jerry Wang

扫码关注云+社区

领取腾讯云代金券