赛题描述
最近参加了一个面部识别方面的比赛:《平安产险2019数字科技冠军赛》,简单叙述一下这个比赛吧,大赛分为两个篇章,分别为数字化创意篇章和科技算法篇章。这里,我参加的是科技算法篇章。
该赛题需要解决这样一个任务:根据赛方提供的人脸图片数据,为每张人脸生成一个特征向量(一张图片的特征向量维度D限制为[1,1024])。所以,对于N张测试图片,我们需要提交[N,D]的结果。
评估函数
其中θ为阈值,样本对距离小于等于θ认定预测为同一人,大于认定预测为不同人,TP、FP、TN、FP分别为真正例、假正例、真负例、假负例的个数,系统将根据上传数据遍历所有可能的θ值。
实际上,就是将人脸测试集映射到N为空间,并计算它们的欧式距离,使得同一个人间的距离相比于不同人间的距离要近。
赛题分析
在赛题分析之前,简单介绍下与人脸相关的任务:
- 人脸跟踪:在视频中,动态的追踪人脸位置的变化;
- 人脸检测:定位人脸或者人脸中关键点(如鼻子、眼睛、嘴唇等)的位置;
- 人脸识别&