Face Verification and Binary Classification

前言

之前，我們通過Triplet Loss來實現Face verification或recognition。現在，想要利用簡單的binary cross entropy loss來實現，也就是將人臉識別變成一個簡單的二元分類問題。

內容

• Learning the similarity function

• 先訓練一個Siamese network

  • 輸入一張圖片，可以產生成一個feature vector。

• 利用訓練完成Siamese network，輸入2張圖片，產生2個feature vector。
• 將這兩個feature vector當作輸入值，連接到一個binary classifier，輸出一個0~1之間的值。

  • binary classifier 中的計算公式：

    • sigmoid函數，確保0~1之間。
    • WiX + b，進行linear combination的計算。

• Face verification supervised learning

• 給兩張圖片，經過模型，產生0~1的值。

  • 接近1，就是同一個人，接近0，表示不同人。

• 進行多次的比對，就是Verification升級到recognition。

該學到的

• 如何通過binary classification來實現Face verification或recognition？