鐵人檔案
人臉辨識技術在Deepface出現後，就開始使用Deep learning來進行人臉辨識，在使用各種模型進行訓練時，使用的Loss function也在依照訓練...
triplet loss接下來的Loss function為triplet loss是為2015使用FaceNet的模型架構的損失函數，是使用三元組的方式，希望...
接下來在2017年，為了要解決人臉辨識常見的資料不均衡的問題，使用weight和feature normalization來處理，在人臉辨識系統中較容易發生類別...
人臉辨識建置的類型有兩種： 第一種為使用雲端計算，因需要使用雲端計算，所以需要確保網路連線順暢，在將攝影機拍攝的畫面串流至雲端進行臉部偵測、特徵擷取的步驟。 優...
人臉辨識的技術可使用兩種方式搭建雲端上或邊緣裝置上，那要如何選擇將系統搭在哪個架構上，就要先了解系統應用在哪，根據應用的需求來搭建系統。 最常見的臉臉辨識系統，...
人臉辨識還應用在只讓特定人員才可進行存取或使用。如以下的例子：1.在公司行號利用人臉辨識系統自動化的管制員工進出(門禁安全)，利用人臉辨識系統讓已授權的員工火蟻...
除了上述的應用，目前因人臉辨識技術的持續進步，使用人臉偵測時可以將五官抓出，來分析臉上五官的點，利用這些點之間的相對位置來檢測情緒，可以利用人臉辨識來偵測出人的...
在人臉辨識的興盛下，如同科技進步一般，水能載舟，亦能覆舟，有如此多的優點也會也缺點，如先前講的隱私權及要如何確保每次辨識下都是正確的，換句話說就是辨識時的不穩定...
人臉辨識想要達到準確度高、辨識速度也要快，在大多的模型都利用較深的層數來強化模型的準確度，在2017年所出現的MobileNet模型是利用depthwise s...
在做模型訓練時，要先將訓練資料做一些事前的處理，為以下這幾類：資料平衡、異常點處理、缺失值處理、特徵選擇、特徵提取，做一些介紹與結論。 資料平衡在人臉辨識訓練的...
