吴恩达深度学习4-Week4课后作业1-Face Recognition

本文介绍了如何使用FaceNet建立人脸识别系统,包括人脸鉴定和人脸识别。通过三维损失函数训练神经网络,将人脸图像编码为128维向量。在人脸鉴定中,通过比较编码距离判断同一性;人脸识别则涉及1:1和1:K匹配问题。代码实现展示了预训练模型的应用及匹配策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、Deeplearning-assignment

在本节的学习中,我们将学习建立一个人脸识别系统。

人脸识别主要有以下两个类别:

  1. 人脸鉴定:比如说在一些机场,通过一个系统扫描你的护照是否是你本人,来允许或拒绝你通过安检。
  2. 人脸识别:比如在一个公司入口处扫描你的人脸来识别你的身份。

FaceNet通过学习一个神经网络将一个人脸图像编码成具有128个数字的向量,通过比较两个向量,能推测两个图像是否是同一人。

在本次作业中:

  1. 实现一个三维损失函数。
  2. 通过预先训练好的模型将人脸图像编码成128维向量。
  3. 通过这些编码后的向量实现人脸鉴定和人脸识别。

人脸鉴定:在人脸鉴定中,给定两个图像去判断它们是否是同一人。最简单的方法就是去比较两个图像的每一个像素,如果两个图像之间的距离小于某个值,说明是同一人。

但显然这种算法效果很差,因为不同照片由于光线、方向等会有各种各样的变化,因此你将学习通过一个编码函数f(img)对图像进行编码。

三维损失函数原理:将同一个人不同图像的编码“推”得更近,而将不同人的图像“拉”得更远。

代码运行结果:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值