知识卡片
三元函数与128维编码
识别核心是让计算机“看得懂”脸部细微差异。做法是用深度卷积神经网络计算图像特征、借特征计算相似函数,为每张人脸生成 128 个测量值(编码)。为避免过拟合与欠拟合,采用三元函数(triplet)训练:每次输入三张图——同一人不同角度的两张(目标与正例)和另一人的一张(反例)。网络调参使目标与正例的编码接近、目标与反例的编码拉开,经百万次训练后就能稳定编码不同人脸。判断时只需把待识别图像与库中图像比对编码距离,与设定阈值比较:高于阈值判为同一人。边界在于——阈值设定直接影响误判。启发是——用“拉近同类、推远异类”的相对距离监督,比单纯分类标签更适配相似度任务。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 图像识别与卷积神经网络 11.3.2 人脸识别 · 查看原书依据
这种方法需要我们在每次训练时输入三张不同的脸部图像,即同一个人不同角度的两张照片以及另外一个人的一张照片,三张照片分别代表目标、正例和反例。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第11章《图像识别与卷积神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00016.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文说明三元函数每次输入目标、正例、反例三张图并调整使测量值接近或拉开,且通过比对编码距离与阈值判定身份,支撑本卡对 128 维编码与匹配机制的结论。
- 原始内容:这种方法需要我们在每次训练时输入三张不同的脸部图像,即同一个人不同角度的两张照片以及另外一个人的一张照片,三张照片分别代表目标、正例和反例。