1.人脸识别
人脸验证 1:1
人脸识别 1:N
2.One-Shot Learning
单样本多分类学习
3.Siamese Network
通过Siamese网络得到一个人脸的128维特征
计算
如果值很大,则不是一个人
否则,是一个人
4.Tripiet损失
数据集:关于1K个人的10K个图片,P与A关于同一人的样本,N与A关于不同人的样本
一组Tripiet损失
总损失
5.面部验证与二分类
将不同样本的特征值通过计算得到的结果与阙值比较得到Y
6.神经风格转移
在某一层中选出一个单元,找出能够最大程度激活的九张图片,反复挑选
代价函数:
、
K,K′代表不同的通道1...n_c
7.一维、三维卷积操作
保持输入和过滤器通道数一致