知识卡片
人脸嵌入统一相似性比较
FaceNet 将人脸映射到欧氏空间,用向量距离表达身份相似性,同一表示可服务验证、识别和聚类。验证判断是否同一人,识别从候选身份中选择,聚类把相似样本分组。嵌入只是比较工具,实际决策还需阈值、候选库和评估条件;距离接近不自动等于身份相同。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 0 . 3 . 1 基 于 深 度 学 习 算 法 的 人 脸 识 别 · 查看原书依据
FaceNet可以直接将人脸图像映射到欧几里得空间,空间的距离代表了人脸图像的相似性。
参考来源
- 位置:《智能算法导论》第 195 项《20.3.1 基于深度学习算法的人脸识别/FaceNet》(源文件:`_epub-src/EPUB/xhtml/chapter20_0006.xhtml`)
- 结论依据:正文描述统一欧氏映射及三种任务;triplet loss 仅点名未展开,不补造具体训练公式。
- 原始内容:FaceNet可以直接将人脸图像映射到欧几里得空间,空间的距离代表了人脸图像的相似性……可以用于人脸验证(是否是同一人)、识别(这个人是谁)和聚类(寻找类似的人)。