问题分析

输出：砍掉softmax层，直接输出一个多维向量，相当于对输入图像进行encoding
验证：待验证输入、目标，分别计算网络输出（特征）向量，衡量两向量的相似程度

• 足够相似（相近），则认为匹配成功；否则，认为匹配不成功
• 除了基于距离计算相似度，也可以训练一个二分类器，给出两种类别（同一个人、不同的人）

问题处理

• 多分类：不同人物采集多张图片，每个人物作为一个类，多分类问题训练RNN
  • 缺点是各类中（即同一个人）数据可能较少
• triplet cost
  • 使用$(Anchor, Positive, Negative)$形式数据训练，构造cost function使得A-P相似度大于A-N
  • 构造triplet时，选择与A-P相近的A-N，以确保能区分相似不同的人脸

人脸识别

• 全库遍历，与待识别输入做人脸验证，成功hit的结果作为识别成功

注意

人脸验证的RNN应用，表明NN不单单可以通过（训练一个网络），由输出层（sigmoid、softmax）给出分类、回归结果
还可以直接使用（预训练好的网络）中间隐藏层的输出，作为把输入进行encoding

• 输入 <-> encoding可以认为是一一映射，这个对应着图片的内容，即用一个多维encoding向量来描述输入图片
• 因此，可以基于不同输入encoding的相似性，衡量两个图片是否是同一内容，来解决一些问题
• 选择深、浅隐藏层输出，对应着使用大、小粒度的特性