吴恩达深度学习笔记（九） —— FaceNet

主要内容：

一.FaceNet人脸识别简介

二.使用神经网络对人脸进行编码

三.代价函数triple loss

四.人脸库

五.人脸认证与人脸识别

一.FaceNet简介

1.FaceNet是一个深层神经网络，它将人脸编码成一个含有128个数的向量。通过比较两张人脸编码后的向量，可以判定两张人脸是否属于同一个人。

2.FaceNet的代价函数叫做“triplet loss function”，就是在训练的时候，一条训练数据包含三张人脸，第一张是本人（这张是主的），第二张也是本人的（需与第一张有差别），第三张是另外一个人的（这一张最好与本人长得很像，这样训练出来的网络才有很高的分辨能力。否则拿一个差天共地的人做训练，那判断两人不同是很容易的，因而神经网络得不到锻炼，人也一样。）然后第一二张的差值应该小于第三张的差值，且至少差一个常数