FaceNet

FaceNet使用深度卷积网络进行人脸识别，该方法中最重要的部分在于整个系统的端到端学习。

算法：三元组损失，输入是三张图片（Triplet），分别为 固定影像 A(Anchor Face)，反例图像 N(Negative Face )和 正例图像 P(Positive Face)。A与 P为同一人，与 N 为不同人。那么 Triplet Loss 的损失即可表示为：

也就是说，我们要让同一个人的图片更加相互接近，而不同人的照片要互相远离。三重损失将固定影像 A 与正例 P 之间的距离最小化了，这两者具有同样的身份，同时将固定影像 A 与反例 N 之间的距离最大化了。如下图所示：

除此之外，只要对深度神经网络有一定了解就能够很快的了解Facenet的结构，该网络由批量输入层和深度CNN组成，然后进行L2归一化，从而实现面部数据嵌入。如下图所示：

具体细节：人脸识别：FaceNet详解 - 简书