您好,歡迎來到易龍商務網!
發布時間:2020-07-31 17:46  
【廣告】










這些應用場景的共同特點是:人臉識別系統都事先存儲了大量的不同人臉和身1份信息,系統運行時需要將見到的人臉與之前存儲的大量人臉做比對,找出匹配的人臉。
兩者在早期(2012年~2015年)是通過不同的算法框架來實現的,想同時擁有人臉驗證和人臉識別系統,需要分開訓練兩個神經網絡。而 2015 年 Google 的 FaceNet [1] 的發表改變了這一現狀,將兩者統一到一個框架里。
人臉識別同樣考慮一個場景,人臉考勤。公司 X 有員工 A,B,C,公司會要求三名員工在入職的時候各提供一張個人照片用于注冊在公司系統里,靜靜地躺在特征空間中。
第二天早上員工 A 上班打卡時,將臉對準考勤機器,系統會把當前員工 A 的臉放到特征空間里,與之前特征空間里注冊好的臉一一對比,發現注冊的臉中距離當前采集到的臉近的特征臉是員工 A,打卡完畢。
知道了人臉識別的基本原理,便能看清它的技術局限。