人脸匹配学习记录

论文FaceNet: A Unified Embedding for Face Recognition and Clustering

代码：https://github.com/davidsandberg/facenet

需要注意的地方：

源码中的facenet里面最后输出直接是全连接输出，但是论文中却说使用的是模为1的输出，因此train_tripletloss.py文件中在网络预测以后，又对预测的logits后面加上了：

tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 
上式： 
x为输入的向量； 
dim为l2范化的维数，dim取值为0或0或1； 
epsilon的范化的最小值边界；

然后再进行训练。因此训练中存储的模型结构最后的输出也加上了这个操作，因此在预测时结果直接就是被归一化的。

大体思路

训练一个将人脸抽象成128维向量的神经网络，不是一个人脸那么欧氏距离就大，否则就小。

流程

准备好人脸图片,调整为220大小，白化操作。

源码中，网络正确预测tf.subtract(pos_dist, neg_dist)是小于0，因此让loss等于0。

网络错误预测tf.subtract(pos_dist, neg_dist)是大于0，因此最小化这个值，这个值当然是越小越好。

增加了一个偏移量alpha，这个值找了半天没找到，应该是大于0的但也不能太大的一个数。

pos_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, positive)), 1)
neg_dist = tf.reduce_sum(tf.square(tf.subtract(anchor, negative)), 1)

basic_loss = tf.add(tf.subtract(pos_dist, neg_dist), alpha)
loss = tf.reduce_mean(tf.maximum(basic_loss, 0.0), 0)

然后就可以正常训练了，就是从训练数据中随机抽出来三个这种组合，然后直接就可以训练了。