文章目录
-
- 1. 什么是人脸识别
- 2. One-Shot学习
- 3. Siamese 网络
- 4. Triplet 损失
- 5. 人脸验证与二分类
- 6. 什么是神经风格迁移
- 7. 深度卷积网络在学什么
- 8. Cost function
- 9. Content cost function
- 10. Style cost function
- 11. 一维到三维推广
- 作业
参考：
吴恩达视频课
深度学习笔记
1. 什么是人脸识别
门禁闸机：人脸识别 活体检测
人脸验证（face verification）
- 输入图片，ID / 人名
- 输出图片是否是这个人（1对1问题）
人脸识别（face recognition）（1对多问题，比人脸认证更难）
- 有 K 个人的数据库
- 输入图片
- 输出这个人的 ID 或者 未识别（不在数据库中）
2. One-Shot学习
人脸识别面临的挑战：要解决一次学习问题，通过单单 一张图片/人脸 就能去识别这个人
- 然而小的训练集不足以去训练一个稳健的神经网络
- 新人员的加入，你要重新训练吗？不是好的想法
办法： 学习 Similarity 函数，看差异是否小于某个超参数阈值
当加入了新的人，只需要将这个人与系统里的每个人，用 d 函数进行对比
3. Siamese 网络
考查编码之差的范数
对于两个不同的输入，运行相同的卷积神经网络，然后比较它们，这一般叫做Siamese网络架构
改变这个网络所有层的参数，得到不同的编码结果，用反向传播来改变这些所有的参数，以确保满足条件（相同的人，d 小，不同的人，d 大）
4. Triplet 损失
定义三元组损失函数然后应用梯度下降，来学习优质的神经网络参数
对于整个训练集：总的损失是所有的单个三元组损失之和
训练集选择原则：
- 同一个人需要有多张照片，不然不能产生足够多的数据（且AP，AN比例会不均衡）
- 要选择比较难的组合来训练 d(A,P)≈d(A,N) ，这样还可以增加学习的效率
- 如果随机选择，其中很多样本太简单，算法不会有什么效果，因为网络总是很轻松的得到正确结果
注意：获得足够多的人脸数据不容易，可以下载别人的预训练模型，而不是一切从头开始
5. 人脸验证与二分类
Triplet loss 是一个学习人脸识别卷积网络参数的好方法，还可以把人脸识别当成一个二分类问题
把人脸验证当作一个监督学习，创建一个只有成对图片的训练集，不是三个一组，目标标签是1表示是一个人，0表示不同的人。
利用不同的成对图片，使用反向传播算法去训练Siamese神经网络。
6. 什么是神经风格迁移
7. 深度卷积网络在学什么
浅层的隐藏单元通常会找一些简单的特征，比如边缘或者颜色阴影
一个深层隐藏单元会看到一张图片更大的部分，在极端的情况下，可以假设每一个像素都会影响到神经网络更深层的输出，靠后的隐藏单元可以看到更大的图片块
8. Cost function
9. Content cost function
10. Style cost function
图片的风格定义为层 l 中各个通道之间激活项的相关系数
style matrix 风格矩阵（又叫 Gram 矩阵）：
然后两个图像的风格矩阵做差，再求 Frobenius范数，在乘以归一化常数，就得到 l 层的风格损失
对各层都使用风格代价函数，会让结果变得更好，在神经网络中使用不同的层，包括类似边缘的低级特征的层，以及高级特征的层，使得神经网络在计算风格时能够同时考虑到这些低级和高级特征
用梯度下降法，或更复杂的优化算法来找到一个合适的图像J(G) 的最小值
11. 一维到三维推广
一维推广：
三维推广：
医学CT扫描（使用X光照射，输出身体的3D模型，CT扫描可以获取你身体不同片段）
还有例子，可以将电影中随时间变化的不同视频切片看作是3D数据，将这个技术用于检测动作及人物行为
作业
作业：快乐屋人脸识别 图片风格转换
本文地址：https://cloud.tencent.com/developer/article/1788585
