吴恩达deeplearning之CNN—人脸识别与风格化转换(1)_deeplearning 换脸原理

1.什么是人脸识别

  这部分演示了百度总部大楼的人脸识别系统，员工刷脸进出办公区，在这个演示中主要应用到了人脸识别技术和活体检测。
人脸识别的术语：
1）face verification：输入图像、名字ID判断输入图像是不是名字ID指定的用户
2）face recognition：有一个包含K个用户的数据库，拿到一幅图片，然后判断图片中的人是不是在数据库中，在输出指定用户name，不在就输出未识别。
  人脸识别要比人脸验证要困难的多，在人脸验证中准确率99%也许可以接受，但是放到包含100个用户的人脸识别数据集下，这个误差就会被放大，意味着1%的概率会出错。在后续我们首先构建人脸验证系统作为基本模块，如果准确率够高就可以把它用在识别系统上。人脸验证系统的难点在于解决one-shot learning（一次学习）问题。

2. one-shot learning

  one-shot的意思是你需要通过单单一张图片，就能去识别这个人，但是在深度学习中只有一个训练样本时，它的表现并不好，那么如何去解决这个问题呢？
  假如员工数据库有四个员工，当某个员工来的时候，你想通过人脸识别系统判断他是不是四个员工之一，系统需要做的是仅仅通过一张照片，来识别前面这个人。所以在one-shot学习问题中只能通过一个样本来进行学习以能够认出同一个人，大多数人脸识别系统都要解决这个问题，因为在你的数据库中每个雇员可能都只有一张照片。有一种办法是将人的照片输入卷积神经网络，使用softmax单元输出5个标签，分别对应四个员工和四个都不是，但是这样的效果并不好，假如有新的员工加入你的团队，你就需要重新训练你的神经网络，这个确实有些糟糕。

  要让人脸识别做到一次学习，为了能有更好的效果，你需要做的是学习similarity函数，详细的说就是下图中d表示的函数，d以两张图片作为输入，然后输出这两张图片的差异值，如果是同一个人的两张照片，希望输出一个很小的值，如果是两个差异很大的人的照片d输出一个很大的值。这样新加入一个员工只许将其的照片加入到数据库中即可，不需要重新训练模型。

3.Siamese网络

  Siamese网络就是实现上节函数d的训练，你经常会看到如下的网络结构，输入一个图像经过一系列的卷积、池化和全连接层最终得到一个特征向量，有时候会将其输入softmax单元来做分类，但是在这里我们不需要将其输入softmax单元。加入输出的特征向量大小是128维，将其命名为$f(x^{(1)})$，你可以将其看成输入图像的编码。

  建立一个人脸识别系统的方法是，如果你要比较两个图片的话，把两个图片喂入有相同网络结构和参数的神经网络，然后分别得到一个128维的向量，两个图像的编码分别命名为$f(x^{(1)})$、$f(x^{(2)})$，$x^{(1)}$、$x^{(2)}$分别表示输入的两张图片，那么将两张图片的编码只差可以定义为: