深度學習筆記（42） 人臉識別
1. 人臉識別
現在可以看到很多產品在運用人臉識別，如手機解鎖、車站身份識別認證、刷臉支付等
在人臉識別的相關文獻中，人們經常提到
- 人臉驗證（face verification）
- 人臉識別（face recognition）
人臉驗證問題：
如果有一張輸入圖片，以及某人的ID或者是名字
這個系統要做的是，驗證輸入圖片是否是這個人
有時候也被稱作1對1問題
只需要弄明白這個人是否和他聲稱的身份相符
而人臉識別問題比人臉驗證問題難很多
因爲這是1對多問題（1:K）
假設有一個驗證系統，準確率是99%，自我感覺還可以
但是現在，假設在識別系統中，K=100
如果把這個驗證系統應用在100個人身上，人臉識別上，犯錯的機會就是100倍了
如果每個人犯錯的概率是1%，如果有一個上百人的數據庫
如果想得到一個可接受的識別誤差，要構造一個驗證系統，其準確率爲99.9%或者更高
然後纔可以在100人的數據庫上運行，而保證有很大機率不出錯
事實上，如果有一個100人的數據庫，正確率可能需要遠大於99%，才能得到很好的效果
2. One-Shot學習
臉識別所面臨的一個挑戰就是需要解決一次學習問題
這意味着在大多數人臉識別應用中：
需要通過單單一張圖片或者單單一個人臉樣例就能去識別這個人
而歷史上，當深度學習只有一個訓練樣例時，它的表現並不好
看一個直觀的例子，並討論如何去解決這個問題：
假設數據庫裏有4張成員照片，分別是哆啦A夢、大雄、胖虎、小夫
現在假設有個人（編號1所示）來到一個地方，並且想通過帶有人臉識別系統的任意門
現在系統需要做的就是，僅僅通過一張已有的胖虎照片，來識別前面這個人確實是他
相反，如果機器看到一個不在數據庫裏的人（編號2所示），應該能分辨出她不是數據庫中四個人之一
所以在一次學習問題中，只能通過一個樣本進行學習，以能夠認出同一個人
大多數人臉識別系統都需要解決這個問題
因爲在數據庫中每個成員可能都只有一張照片
有一種辦法是，將人的照片放進卷積神經網絡中
使用softmax單元來輸出4種，或者說5種標籤，分別對應這4個人，或者4個都不是
所以softmax裏會有5種輸出
但實際上這樣效果並不好
因爲如此小的訓練集不足以去訓練一個穩健的神經網絡
而且，假如有新人加入伐木累，現在將會有5個成員需要識別，所以輸出就變成了6種
這時要重新訓練神經網絡嗎？這聽起來實在不像一個好辦法
3. Similarity函數
所以要讓人臉識別能夠做到一次學習，爲了能有更好的效果
現在要做的應該是學習Similarity函數
詳細地說，想要神經網絡學習這樣一個用表示的函數：
= degree of difference between images
它以兩張圖片作爲輸入，然後 輸出這兩張圖片的差異值
如果放進同一個人的兩張照片，希望它能輸出一個很小的值
如果放進兩個長相差別很大的人的照片，它就輸出一個很大的值
所以在識別過程中：
如果這兩張圖片的差異值小於某個閾值 ，它是一個超參數，那麼就預測這兩張圖片是同一個人
如果差異值大於 ，就能預測這是不同的兩個人，這就是解決人臉驗證問題的一個可行辦法
將它應用於識別任務：
要做的是拿這張新圖片（編號6）
然後用函數去比較這兩張圖片（編號1和編號6）
這樣可能會輸出一個非常大的數字，在該例中，比如說這個數字是10
之後再讓它和數據庫中第二張圖（編號2）片比較
這樣可能會輸出一個非常大的數字，在該例中，比如說這個數字是10
之後再讓它和數據庫中第三張圖（編號3）片比較
這樣可能會輸出一個非常大的數字，在該例中，比如說這個數字是11
之後再讓它和數據庫中第四張圖（編號4）片比較
因爲這兩張照片是同一個人，所以希望會輸出一個很小的數
然後再用它與數據庫中的其他所有圖片（編號1、2、3）進行比較
通過這樣的計算，最終能夠知道這個人確實是胖虎
對應的，如果某個人（編號7）不在數據庫中，通過函數將他們的照片兩兩進行比較
最後希望會對所有的比較都輸出一個很大的值
這就證明這個人並不是數據庫中4個人的其中一個
要注意在這過程中是如何解決一次學習問題的
只要能學習這個函數，通過輸入一對圖片，它將會告訴這兩張圖片是否是同一個人
如果之後有新人加入了伐木累（編號5），只需將他的照片加入數據庫，系統依然能照常工作
參考：
相關推薦：
深度學習筆記（41） 候選區域
深度學習筆記（40） YOLO
深度學習筆記（39） Anchor Boxes
深度學習筆記（38） 非極大值抑制
深度學習筆記（37） 交併比
謝謝！