---

←上一篇↓↑下一篇→

4.4 Triplet 損失	回到目錄	4.6 什么是神經(jīng)風(fēng)格轉(zhuǎn)換？

---

人臉驗(yàn)證與二分類 (Face Verification and Binary Classification)

Triplet loss是一個(gè)學(xué)習(xí)人臉識別卷積網(wǎng)絡(luò)參數(shù)的好方法，還有其他學(xué)習(xí)參數(shù)的方法，讓我們看看如何將人臉識別當(dāng)成一個(gè)二分類問題。

另一個(gè)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法是選取一對神經(jīng)網(wǎng)絡(luò)，選取Siamese網(wǎng)絡(luò)，使其同時(shí)計(jì)算這些嵌入，比如說128維的嵌入（編號1），或者更高維，然后將其輸入到邏輯回歸單元，然后進(jìn)行預(yù)測，如果是相同的人，那么輸出是1，若是不同的人，輸出是0。這就把人臉識別問題轉(zhuǎn)換為一個(gè)二分類問題，訓(xùn)練這種系統(tǒng)時(shí)可以替換Triplet loss的方法。

最后的邏輯回歸單元是怎么處理的？輸出 $\hat{y}$ 會(huì)變成，比如說sigmoid函數(shù)應(yīng)用到某些特征上，相比起直接放入這些編碼（ $f(x^{(i)},f(x^{(j)}))$ ），你可以利用編碼之間的不同。

$\hat{y}=\sigma ({\sum }_{k=1}^{128}{w}_i|f(x^{(i)}{)}_k?(x^{(j)}{)}_k|+b$

我解釋一下，符號 $f(x^{(i)}{)}_k$ 代表圖片 $x^{(i)}$ 的編碼，下標(biāo) $k$ 代表選擇這個(gè)向量中的第 $k$ 個(gè)元素， $|f(x^{(i)}{)}_k?f(x^{(j)}{)}_k|$ 對這兩個(gè)編碼取元素差的絕對值。你可能想，把這128個(gè)元素當(dāng)作特征，然后把他們放入邏輯回歸中，最后的邏輯回歸可以增加參數(shù) $w_i$ 和 $b$ ，就像普通的邏輯回歸一樣。你將在這128個(gè)單元上訓(xùn)練合適的權(quán)重，用來預(yù)測兩張圖片是否是一個(gè)人，這是一個(gè)很合理的方法來學(xué)習(xí)預(yù)測0或者1，即是否是同一個(gè)人。

還有其他不同的形式來計(jì)算綠色標(biāo)記的這部分公式（ $|f(x^{(i)}{)}_k?f(x^{(j)}{)}_k|$ ），比如說，公式可以是 $\frac{(f(x^{(i)}{)}_k?f(x^{(j)}{)}_k{)}^2}{f(x^{(i)}{)}_k+f(x^{(j)}{)}_k}$ ，這個(gè)公式也被叫做 ${\chi }^2$ 公式，是一個(gè)希臘字母 $\chi$ ，也被稱為 $\chi$ 平方相似度。

? Yaniv Taigman, Ming Yang, Marc’Aurelio Ranzato, Lior Wolf (2014). DeepFace:Closing the gap to human-level performance in face verification

這些公式及其變形在這篇DeepFace論文中有討論，我之前也引用過。

但是在這個(gè)學(xué)習(xí)公式中，輸入是一對圖片，這是你的訓(xùn)練輸入 $x$ （編號1、2），輸出 $y$ 是0或者1，取決于你的輸入是相似圖片還是非相似圖片。與之前類似，你正在訓(xùn)練一個(gè)Siamese網(wǎng)絡(luò)，意味著上面這個(gè)神經(jīng)網(wǎng)絡(luò)擁有的參數(shù)和下面神經(jīng)網(wǎng)絡(luò)的相同（編號3和4所示的網(wǎng)絡(luò)），兩組參數(shù)是綁定的，這樣的系統(tǒng)效果很好。

之前提到一個(gè)計(jì)算技巧可以幫你顯著提高部署效果，如果這是一張新圖片（編號1），當(dāng)員工走進(jìn)門時(shí)，希望門可以自動(dòng)為他們打開，這個(gè)（編號2）是在數(shù)據(jù)庫中的圖片，不需要每次都計(jì)算這些特征（編號6），不需要每次都計(jì)算這個(gè)嵌入，你可以提前計(jì)算好，那么當(dāng)一個(gè)新員工走近時(shí)，你可以使用上方的卷積網(wǎng)絡(luò)來計(jì)算這些編碼（編號5），然后使用它，和預(yù)先計(jì)算好的編碼進(jìn)行比較，然后輸出預(yù)測值 $\hat{y}$ 。

因?yàn)椴恍枰鎯?chǔ)原始圖像，如果你有一個(gè)很大的員工數(shù)據(jù)庫，你不需要為每個(gè)員工每次都計(jì)算這些編碼。這個(gè)預(yù)先計(jì)算的思想，可以節(jié)省大量的計(jì)算，這個(gè)預(yù)訓(xùn)練的工作可以用在Siamese網(wǎng)路結(jié)構(gòu)中，將人臉識別當(dāng)作一個(gè)二分類問題，也可以用在學(xué)習(xí)和使用Triplet loss函數(shù)上，我在之前的視頻中描述過。

總結(jié)一下，把人臉驗(yàn)證當(dāng)作一個(gè)監(jiān)督學(xué)習(xí)，創(chuàng)建一個(gè)只有成對圖片的訓(xùn)練集，不是三個(gè)一組，而是成對的圖片，目標(biāo)標(biāo)簽是1表示一對圖片是一個(gè)人，目標(biāo)標(biāo)簽是0表示圖片中是不同的人。利用不同的成對圖片，使用反向傳播算法去訓(xùn)練神經(jīng)網(wǎng)絡(luò)，訓(xùn)練Siamese神經(jīng)網(wǎng)絡(luò)。

這個(gè)你看到的版本，處理人臉驗(yàn)證和人臉識別擴(kuò)展為二分類問題，這樣的效果也很好。我希望你知道，在一次學(xué)習(xí)時(shí)，你需要什么來訓(xùn)練人臉驗(yàn)證，或者人臉識別系統(tǒng)。

課程板書

---

←上一篇↓↑下一篇→

4.4 Triplet 損失	回到目錄	4.6 什么是神經(jīng)風(fēng)格轉(zhuǎn)換？

---

總結(jié)

以上是生活随笔為你收集整理的4.5 人脸验证与二分类-深度学习第四课《卷积神经网络》-Stanford吴恩达教授的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。