IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 【吴恩达deeplearning.ai】4.5 面部验证与二分类 -> 正文阅读

[人工智能]【吴恩达deeplearning.ai】4.5 面部验证与二分类

←上一篇↓↑下一篇→
4.3 Siamese 网络回到目录4.6 什么是神经风格迁移

人脸验证与二分类 (Face Verification and Binary Classification)

Triplet loss是一个学习人脸识别卷积网络参数的好方法,还有其他学习参数的方法让我们看看如何将人脸识别当成一个二分类问题
在这里插入图片描述
另一个训练神经网络的方法选取一对神经网络,选取Siamese网络,使其同时计算这些嵌入,比如说128维的嵌入(编号1),或者更高维,然后将其输入到逻辑回归单元,然后进行预测,如果是相同的人,那么输出是1,若是不同的人,输出是0。这就把人脸识别问题转换为一个二分类问题,训练这种系统时可以替换Triplet loss的方法
在这里插入图片描述
最后的逻辑回归单元是怎么处理的?输出 y ^ \hat{y} y^? 会变成,比如说sigmoid函数应用到某些特征上,相比起直接放入这些编码( f ( x ( i ) ) , f ( x ( j ) ) ) f(x^{(i)}),f(x^{(j)})) f(x(i)),f(x(j)))),你可以利用编码之间的不同。

y ^ = σ ( ∑ k = 1 128 w i ∣ f ( x ( i ) ) k ? f ( x ( j ) ) k ∣ + b ) \hat{y}=\sigma(\sum_{k=1}^{128}w_i|f(x^{(i)})_k-f(x^{(j)})_k|+b) y^?=σ(k=1128?wi?f(x(i))k??f(x(j))k?+b)

我解释一下,符号 f ( x ( i ) ) k f(x^{(i)})_k f(x(i))k? 代表图片 x ( i ) x^{(i)} x(i) 的编码,下标 k k k 代表选择这个向量中的第 k k k 个元素, ∣ f ( x ( i ) ) k ? f ( x ( j ) ) k ∣ |f(x^{(i)})_k-f(x^{(j)})_k| f(x(i))k??f(x(j))k? 对这两个编码取元素差的绝对值。你可能想,把这128个元素当作特征,然后把他们放入逻辑回归中,最后的逻辑回归可以增加参数 w i w_i wi? b b b ,就像普通的逻辑回归一样。你将在这128个单元上训练合适的权重,用来预测两张图片是否是一个人,这是一个很合理的方法来学习预测0或者1,即是否是同一个人
在这里插入图片描述
还有其他不同的形式来计算绿色标记的这部分公式 ∣ f ( x ( i ) ) k ? f ( x ( j ) ) k ∣ |f(x^{(i)})_k-f(x^{(j)})_k| f(x(i))k??f(x(j))k? ),比如说,公式可以是 ( ( f ( x ( i ) ) k ? f ( x ( j ) ) k ) 2 f ( x ( i ) ) k + f ( x ( j ) ) k \frac{(f(x^{(i)})_k-f(x^{(j)})_k)^2}{f(x^{(i)})_k+f(x^{(j)})_k} f(x(i))k?+f(x(j))k?(f(x(i))k??f(x(j))k?)2?),这个公式也被叫做 χ 2 \chi^2 χ2 公式,是一个希腊字母 χ \chi χ,也被称为 χ \chi χ 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

这些公式及其变形在这篇DeepFace论文中有讨论,我之前也引用过。
在这里插入图片描述
但是在这个学习公式中,输入是一对图片,这是你的训练输入 x x x (编号1、2),输出 y y y 是0或者1,取决于你的输入是相似图片还是非相似图片。与之前类似,你正在训练一个Siamese网络,意味着上面这个神经网络拥有的参数和下面神经网络的相同(编号3和4所示的网络),两组参数是绑定的,这样的系统效果很好。

之前提到一个计算技巧可以帮你显著提高部署效果,如果这是一张新图片(编号1),当员工走进门时,希望门可以自动为他们打开,这个(编号2)是在数据库中的图片,不需要每次都计算这些特征(编号6),不需要每次都计算这个嵌入,你可以提前计算好,那么当一个新员工走近时,你可以使用上方的卷积网络来计算这些编码(编号5),然后使用它,和预先计算好的编码进行比较,然后输出预测值 y ^ \hat{y} y^?

因为不需要存储原始图像,如果你有一个很大的员工数据库,你不需要为每个员工每次都计算这些编码。这个预先计算的思想,可以节省大量的计算,这个预训练的工作可以用在Siamese网路结构中,将人脸识别当作一个二分类问题也可以用在学习和使用Triplet loss函数上,我在之前的视频中描述过。

总结一下,把人脸验证当作一个监督学习,创建一个只有成对图片的训练集,不是三个一组,而是成对的图片,目标标签是1表示一对图片是一个人,目标标签是0表示图片中是不同的人。利用不同的成对图片,使用反向传播算法去训练神经网络,训练Siamese神经网络。
在这里插入图片描述
这个你看到的版本,处理人脸验证和人脸识别扩展为二分类问题,这样的效果也很好。我希望你知道,在一次学习时,你需要什么来训练人脸验证,或者人脸识别系统。

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-02-26 11:31:25  更:2022-02-26 11:32:48 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 19:54:50-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码