iT邦幫忙

鐵人檔案

2021 iThome 鐵人賽
回列表
自我挑戰組

人臉辨識的基礎理論 系列

根據這兩年學習的經歷,研究人臉辨識相關的心得分享

鐵人鍊成 | 共 30 篇文章 | 8 人訂閱 訂閱系列文 RSS系列文
DAY 1

人臉辨識的簡介

在這挑戰中,想分享人臉辨識的相關基礎與流程,以及談到一些常見的模型架構。 一開始會說明人臉辨識興起的背景,實作人臉辨識的流程以及在實作過程中遇到那些挑戰。在人臉...

2021-09-16 ‧ 由 er201024 分享
DAY 2

人臉辨識的背景

使用生物特徵來區分生物個體,常見的有使用聲音、人臉、虹膜、簽名(字跡)等方式,在上述的方法中,人臉辨識有哪些優缺點,有以下優點無須近距離接觸,可以使用攝影機的方...

2021-09-17 ‧ 由 er201024 分享
DAY 3

人臉辨識的流程--人臉偵測

在上一章講到人臉辨識系統有三個步驟,人臉偵測、特徵擷取、人臉識別。 在人臉偵測部分常見的有Haar-like features、OpenCV中的Dlib、Mul...

2021-09-18 ‧ 由 er201024 分享
DAY 4

人臉辨識的流程--特徵擷取

人臉辨識系統有三個步驟,人臉偵測、特徵擷取、人臉識別。 特徵擷取(Feature extraction)--將偵測出的人臉影像簡化為特徵向量,作為人臉辨識使用。...

2021-09-19 ‧ 由 er201024 分享
DAY 5

人臉辨識的流程--人臉識別

人臉辨識系統有三個步驟,人臉偵測、特徵擷取、人臉識別。 人臉識別(Face recognition)--將擷取出的特徵向量,與資料庫中儲存的人臉進行特徵值比對,...

2021-09-20 ‧ 由 er201024 分享
DAY 6

深度學習模型

LeNetLeNet-5為LeCun大神在1998年所提出的卷積神經網絡算法。卷積類神經網路1.使用卷積核在輸入圖像上滑動,局部的輸入圖像上運算出特徵圖。2.每...

2021-09-21 ‧ 由 er201024 分享
DAY 7

模型架構--1

GoogLeNet Google提出的GoogLeNet,層數比較多,運算的效率相當好,超參數數量比Alexnet少了12倍,準確率卻提升。使用Inceptio...

2021-09-22 ‧ 由 er201024 分享
DAY 8

模型架構--2

SphereFace 在2017年發表在CVPR的文章,改進原先使用softmax作為loss function的人臉辨識,使用large margin sof...

2021-09-23 ‧ 由 er201024 分享
DAY 9

模型架構--3

ArcFace 在2018年發表,在SphereFace的基礎上改進對特徵向量歸一化和角度間隔,強化了類間的可分類性和類間差異及類內的區別。 ArcFace l...

2021-09-24 ‧ 由 er201024 分享
DAY 10

模型架構--4

Facenet 是google在2015於CVPR所發表的,提出在特徵空間裡做出識別、驗證的問題,只需想辦法將人臉特徵如何最好的映射到特徵空間中。如果將特徵完好...

2021-09-25 ‧ 由 er201024 分享