吴恩达Coursera深度学习课程 deeplearning.ai (4-4) 人脸识别和神经风格转换--课程笔记

Part 1：人脸识别

4.1 什么是人脸识别？

• 人脸验证: 输入图片，验证是不是 A
• 人脸识别: 有一个库，输入图片，验证是不是库里的一员

人脸识别难度更大，要求准确率更高，因为1%的人脸验证错误在人脸识别中会被放大很多倍。

4.2 One-Shot 学习

对于人脸识别系统，通常我们数据库里仅存储着每个人的一张照片，我们需要用这一张照片来实现该人的识别，这个问题就是one shot 问题。

人脸识别系统需要识别出是否是库中K个人之一，或者不在库中。

对于one shot learning 问题：只有单个样本，不足以训练一个稳健的卷积神经网络来进行不同人的识别过程。而且，在有新的样本成员加入的时候，往往还需要对网络进行重新训练。所以我们不能以传统的方法来实现识别系统。

Similarity 函数：图片两两对比差异

• d(img1, img2)：两幅图片之间的差异度
• 输入：两幅图片
• 输出：两者之间的差异度
• 如果 < 0.5 (阈值可调)，则输出“same”;
• 如果 > 0.5（阈值可调），则输出“different”

将输入的人脸图片与数据库中所拥有的图片成对输入Similarity函数，两两对比，则可解决one shot problem。如果有新的人加入团队，则只需将其图片添加至数据库即可。

4.3 Siamese 网络

Siamese 可以实现上文的Similarity 函数

利用同样的卷积神经网络训练两种不同的图片x1, x2分别得到一个多维向量f(x1)和f(x2), 然后比较这两个向量的距离

$$||f(x1) - f(x2)||_2^2$$

训练目标：训练神经网络满足相近图片距离小，相远图片距离远

4.4 Triplet 损失

如何通过学习神经网络的参数，得到优质的人脸图片的编码？方法之一就是定义 Triplet 损失函数，并在其之上运用梯度下降。

选取三张图片

• Anchor （A）： 目标图片；
• Positive（P）：与Anchor 属于同一个人的图片；
• Negative（N）：与Anchor不属于同一个人的图片。

目标：同一个人的图片差距小，不同人的图片差距大

L(A,P,N)=max(||f(A)−f(P)||−||f(A)−f(