人脸识别系列(七)：百度的人脸识别

原文连接：Targeting Ultimate Accuracy: Face Recognition via Deep Embeddingweb

网络结构：

输入的是对齐好了的人脸图像，将人脸图像经过面部标记点切分为多个相互之间有重叠部分的Patch，分别输入相同结构的网络，每一个网络都在不一样的GPU上训练。网络

网络结构包含9个卷积层，某些卷积层的后面有池化层，标准化层，论文中与图中都没有详细说明，大体知道网络是什么样子的就能够了。机器学习

训练时用softmax训练，进行验证时将全部FC层的特征相接，构成一个高维的面部特征。svg

验证方法–Metric Learning度量学习：

经过以triplet loss 为监督信号的度量学习方法来学习一种128维的特征，用特征之间的距离来进行验证任务。学习

所谓度量学习，就是在特征空间中学习某种合适的距离度量方法，也就至关于去寻找特征空间中的某一子空间，将特征变换到该子空间上以后，能够很容易的度量各特征之间的距离（参考《机器学习》-周志华）。.net

经过这个度量学习，能够作到减少类内的l2距离，增长类间的l2距离的效果。3d

度量学习示意图：

关于triplet loss的详细描述能够参考个人博客：人脸识别系列（六）：FaceNetxml

实验：

训练数据量对错误率的影响：
blog

patch量对错误率的影响图片

最优结果：

使用7个patches,每一个patch最终提取128维特征，而后还混合了一些其余模型一块儿判断（具体是哪些文中没说）

达到了LFW上99.85%的准确率

论文中还展现了全部的验证出错的图片对：

图中分为三类：
a.错误标记。

b.假阴性，由化妆、带眼镜、人物造型变化比较大或是遮挡等缘由形成。

c.假阳性，五官很是类似的人。