[人脸识别]什么叫Oneshotlearning

人脸识别技术现在越来越成熟&＃xff0c;比如常见的应用场景&＃xff1a;考勤、门禁、火车站认证、机场认证等&＃xff0c;那么人脸识别的技术原理是什么呢&＃xff1f;现在开始我用大白话的方式记录我学习的过程。

人脸识别系统涉及两种技术&＃xff1a;

1. 活体识别&＃xff1a;识别读入的信息是活的人脸&＃xff0c;而不是图片
2. 人脸识别&＃xff1a;即读取人脸信息&＃xff0c;经过计算和对比&＃xff0c;得到这人脸信息是否合法

今天主要讲人脸识别的流程&＃xff0c;假如我的数据库中有3张明星图片&＃xff0c;现在我通过输入另外一张图片&＃xff08;杨幂&＃xff09;&＃xff0c;要求系统识别出来是否在系统中。

通常我们想到的就是&＃xff0c;把所有的图片数据作为一个训练数据集&＃xff0c;训练出一个模型&＃xff0c;然后通过这个模型预测新输入的图片&＃xff0c;如通过图片训练数据集&＃xff0c;经过CNN和sofmax后等到人员分类。

如上面的例子中把娱乐圈的所有明星图片收集起来进行训练&＃xff0c;得到一个模型&＃xff0c;然后识别输入的新图片是否是明星。

   这个方法中当娱乐圈新增一个明星时&＃xff0c;模型需要重新计算&＃xff0c;这个计算量是很大的。实际中模型不会经常计算&＃xff0c;一般这有大量新图片加入才会重新计算&＃xff0c;所以模型训练的结果通常不是一个分类&＃xff0c;而是一个函数&＃xff1b;函数是相对稳定的&＃xff0c;有新的图片&＃xff08;即明星&＃xff09;时&＃xff0c;只要把新图片添加到数据库中&＃xff0c;有新图片需要识别时&＃xff0c;用训练的函数对需要识别的图片和数据库的图片进行对比&＃xff0c;即可得到结果&＃xff0c;即&＃xff1a;

F(image1,image2)&＃61;true|false.

我们通常把这中训练和识别的过程称之为-One-shot learning。