超级会员免费看
人脸识别技术涉及人脸检测、对齐、编码和匹配四个步骤，面临头部姿势、年龄、遮挡、光照和表情等五大难点。常用的人脸检测算法包括Dlib、OpenCV、OpenFace和MTCNN，人脸识别则采用FaceNet、InsightFace等模型。FaceNet利用深度神经网络和triplets loss函数，输出128维向量。SphereFace、CosineFace和ArcFace的损失函数是对softmax loss的改进。
人脸识别的过程中有4个关键的步骤：
- 人脸检测
- 人脸对齐
- 人脸编码
- 人脸匹配
人脸识别的 5 个难点
- 头部姿势
- 年龄
- 遮挡
- 光照条件
- 人脸表情
常用的人脸检测的算法有Dilb，OpenCV，OpenFace，MTCNN等。常用人脸识别的算法包括FaceNet，InsightFace模型等。
FaceNet中采用基于深度神经网络的图像映射方法和基于triplets（三元组）的loss函数训练神经网络，网络直接输出为128维度的向量空间。三元组由Anchor(A), Negative(N), Positive(P)组成，在网络的学习过程中，A和P的欧式距离会逐渐减小，而A和N的距离会逐渐拉大。
无论是SphereFace、CosineFace还是ArcFace的损失函数，都是基于传统的softmax loss进行修改得到的
扫一扫
2561
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
