【應用】臉部辨識 – TensorFlow x deep learning (一)

在這一篇文章 中，您可以了解卷積神經網絡 (convolutional neural networks) 和其背後的理論。而本系列的文章將帶各位了解：如何運用 Tensorflow, Dlib, docker 和透過卷積神經網絡實作人臉辨識。

Overview

⬩ 臉部辨識簡介
⬩ 使用臉部偵測和校正處理圖像
⬩ 利用 TensorFlow 生成臉部嵌入
⬩ 訓練 SVM 分類器

先決條件

⬩ 了解線性代數的基本概念
⬩ 了解卷積神經網絡的基本概念
⬩ 了解 TensorFlow 基本概念

什麼是臉部辨識系統

臉部辨識是一種生物識別解決方案，可以測量臉部的獨特特徵。目前的應用包括登機前的 check in、標記照片中的朋友和家人、以及“量身訂做”廣告 。

要做臉部辨識，您需要找出一種方法來代表每張獨一無二的人臉。1960年，伍德羅·布萊索 (Woodrow Bledsoe) 使用了一種技術來標記臉部突出特徵的坐標。這些功能包括髮際線，眼睛和鼻子的位置。

2015 年，Google 的研究人員發表了一篇論文 FaceNet，該論文使用以圖像畫素作為特徵的卷積神經網絡，而不是手動提取這些特徵值。這項操作在 LFW數據集 上達到 99.63％ 準確度的新記錄。

FaceNet： 論文中提出了一種卷積神經網絡的架構，並利用”三重損失”(triplet loss)作為損失函數(loss function)。三重損失主要靠的是同時最小化正面例子的距離、最大化反面例子的距離。

圖一：Triplet loss equation

圖二：Triplet loss learning

現在聯繫 iKala Cloud，瞭解更多 GCP 加值服務！

概念上來說，這是很合理的，同一個身份的面孔應該比另一個身份的面孔更接近彼此。

向量嵌入：我們將從 FaceNet 論文引用的一個重點概念，就是將人臉表示為一個 128 維度的向量嵌入(embedding)。嵌入(embedding)是指將一組特徵值(input features)對應到向量(vectors)。在臉部辨識的系統中，這些特徵值即為辨識目標的臉部圖片，對應到的向量則是一個僅含數值的向量(numerical vector)。

由於這些嵌入向量是在同一個向量空間中，所以可以使用向量距離來計算兩個向量之間的相似度。在人臉辨識的應用中，可以用向量距離來計算兩個人臉的相似程度。另外，這些嵌入可以用來做為進行分類(classification)，叢集(clustering)和回歸(regression)所需的特徵值(feature)。

這篇文章首先帶您了解的人臉辨識的概念，在下一篇文章中，我們將實作處理數據、設置環境、得到初步的成果。

(下一篇：如何在 TensorFlow 使用深度學習建立臉部辨識 (二))

(原文經授權且翻譯自：https://goo.gl/oKQrHa)