face recognition&&one-shot learning

1、人脸验证与人脸识别：

（1）人脸验证（Verification）

Input：图片、名字/ID

Output：输入的图片是否是对应的人

1 to 1问题

（2）人脸识别（recognition）

拥有一个具有K个人的数据库

输入一副人脸图像

如果图片是任意这k个人中的一位，则输出对应人的ID

2、one shot learning

对于大多数的人脸识别系统都存在一个问题就是one shot learning

对于一个人脸识别系统来说，我们需要仅仅通过先前的一张人脸的图片或者是一个样例，就实现对人的识别，这样的问题就是one shot learning，系统可以识别到对应的人。

对于one shot learning来说，因为只有单个样本，是不足以训练一个稳健的卷积神经网络来进行不同人的识别过程。而且如果有新的成员加入的话，还需要对网络重新训练，这是不现实的。

3、Similarity函数：

（1）d(img1, img2)：两幅图片的差异

（2）Input：two images

（3）Output：差异度

（3）if d(img1, img2) <= threshold

Similarity函数实现：

因此：如果x1，x2是同一幅图片，那么很小，反之很大

 

 

4、Siamese网络：

对于一个卷积网络，我们去掉最后的softmax层，将图片输入，最后输出一个N维的向量（图中以N=128）。将不同人的图片样本输入相同参数的网络结构，得到各自的图片的编码。

5、Triplet损失函数

为了使用Triplet损失函数，我们需要比较成对的图像（三元组术语）

（1）Anchor(A)：目标图片

（2）Positive(P)：与A同一人的图片

（3）Negative(N)：与A不同人的图片

所以：

也就是

上面的公式存在一个问题，就是当时，也就是神经网络学习到的函数总是输出0时，或者时，也满足上面的公式，为了防止出现这些情况，我们对上式进行修改：

（称为"margin"）即：

，作为超参数，不同大小有不同的效果。

因此通过上面的推到我们可以定义triplet损失函数：

理解：当z小于0时，我们可以认为这个差距是满足我们的要求的，不需要对参数调整做出贡献，因此，我们可以把代价作为0，即0与负数中的较大值0，当z大于0时，相同图片的编码差异比不同图片的编码差异还大，这是需要做出调整的，因此计入损失函数中。

整个网络的代价：

6、Simaese二分类改进

除了利用上面的Triplet损失函数来学习人脸识别卷积网络参数的方法外，还有其他方式。我们可以将人脸识别问题利用Siamese网络当成一个二分类问题，同样可以实现参数的学习。

对两张图片应用Simaese网络，计算得到两张图片的N维编码，然后将两个编码输入到一个logistic regression单元中，然后进行预测。相同的人则输出1，否则输出0。

对于最后的sigmoid函数，我们可以进行如下计算：

将两个向量对应元素的差值作为特征输入到logistic regression的单元中，增加参数，，通过训练得到合适的参数权重和偏置，进而判断两张图片是否是同一个人。同时输入逻辑回归单元还可以进行更改：

,也称为卡方公式、卡方相似度。

在实际的人脸验证系统中，我们可以对数据库的人脸图片进行预计算，存储卷积网络得到的编码。当有图片进行识别时，运用卷积网络计算新图片的编码，与预计算保存好的编码输入到逻辑回归单元中进行预测。这样可以提高我们系统预测的效率，节省计算时间。

利用Siamese 网络，我们可以将人脸验证当作一个监督学习，创建成对的训练集和是否同一个人的输出标签。

以上内容来自：https://zhuanlan.zhihu.com/p/31485345