自学机器学习笔记（十三）

人脸识别的卷积神经网络

在最后一层，如在常用的WEBFACE数据库，总共有10575人，也就是10575类，最后一层SOFTMAX的输出时10575维。

因此我们在训练时保留最后一层SOFTMAX，而在测试时却不要最后一层，将倒数第二层160个维度作为最后的人脸识别的特征。

在测试时，每张人脸通过卷积神经网络，获得160维向量，利用距离量度，算出基于这160维向量的人脸距离，最终通过阈值获得识别结果。

近年来在损失函数的改进

      

 

 还有COSINFACE和ARCFACE

 

 对于损失函数另一方面的改进 TRIPLET LOSS:三元组损失函数

 

 在实现人脸识别系统的时候，首先应该做的时人脸检测和人脸对齐（MTCNN)

目标检测与分割

 

目标定位与识别

除了要识别目标的类型，还要找出目标的位置，在网络的最后一层，增加4个维度的输出，

分别代表方框的左上坐标点（x，y），方框的长（w,h)

图像需要进行归一化，使得这四个坐标在不同图像中具有等价关系

然后用卷积神经网络直接获得识别结果

目标检测

图像中有多个目标，我们要检测出他们的位置，同时对每个目标都要进行识别

RCNN用来处理这种情况

核心思路：ROI的候选区域

主要想法：用SELECTIVE SEARCH去产生候选的方框，将这些候选方框输入到CNN中最后用SVM来判断检测结果是否正确。

SELECTIVE SEARCH的算法REGION PROPOSALS

用Efficient Graph-Basedlmage Segmentation算法，将图片进行过分割

过分割后的每个region非常小

每个region对应一个bounding box

R-CNN步骤

用SELECTIVE SEARCH产生一些候选区域

对于候选区域进行长和宽的归一化后输入到CNN中获得目标识别结果

使用SVM对这些候选区域来确定他们是存在目标还是不存在目标

R-CNN的缺点：计算消耗太大

FAST R-CNN 用ROI-POOLING加速CNN特征提取过程

用CNN对整幅图进行卷积

在中间某一层的特征图上再用ROI-POOLING来归一化每个候选区域的输出

仍然需要耗费较多时间产生候选区域

FASTER R-CNN

在卷积后的特征图上滑动窗口

用不同长宽比的矩形作为候选区域

用一个小网络来判断这些候选区域是不是存在目标

运用POI POOLING进行归一化