吴恩达深度学习4-Week4课后作业1-Face Recognition

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：