人脸识别“DeepID”

DeepID的网络结构如下，网络最后一层获取的特征维数是160，用于分类超过10000类人脸身份，串联从不同人脸patch获取的DeepID特征，特征可以使用Joint Bayesian分类：

Deep ConvNets
网络结构如下，DeepID最后一层与第三第四卷积层全连接，以减少第四层可能存在的信息损失。

网络的输出是softmax预测n个身份的概率：

特征提取之前进行人脸矫正，使用五个基准点，由10个区域，三个尺度和四个颜色空间组成的60个人脸块提取特征，训练60个ConvNets，特征总长度为160*2*60，其中的十个图像块如下图所示：

提取的160维特征如下图所示：

人脸认证
1.Joint Bayesian
使用两个独立的高斯变量表示面部特征：
$x=\mu + \epsilon$

其中μ N