人脸特征相似度计算

人脸识别通常做法为：
1、提取人脸特征
2、通过计算特征相似度来判断两张人脸图像的相似程度

相似度通常用欧式距离或余弦距离

欧式距离

$$dis(X,Y)=\sqrt{\sum _{i=1}^n(x_i-y_i{)}^2}$$

def euclidean_distance(face_encodings, face_to_compare):
    return np.linalg.norm(face_encodings - face_to_compare, axis=1)

余弦距离

$$cos\Theta =\frac{{\sum }_{i=1}^n(A_i\times B_i)}{\sqrt{{\sum }_{i=1}^n(A_i^2)}\times \sqrt{{\sum }_{i=1}^n(B_i^2)}}=\frac{A^T\cdot B}{\Vert A\Vert \times \Vert B\Vert }$$

def cosin_metric(x1, x2):
    # single feature vs. single feature
    return np.dot(x1, x2) / (np.linalg.norm(x1) * np.linalg.norm(x2))
    
def cosin_metric(features, x):
	# all features vs. single feature
    return np.dot(features, x)/(np.linalg.norm(features, axis=1)*np.linalg.norm(x))