什麼是人臉識別？（What is face recognition?）

到目前為止，你學了很多卷積神經網絡的知識。我這周準備向你展示一些重要的卷積神經網絡的特殊應用，我們將從人臉識別開始，之後講神經風格遷移，你將有機會在實踐中實現這部分內容，創造自己的藝術作品。

讓我們先從人臉識別開始，我這裡有一個有意思的演示。我在領導百度AI團隊的時候，其中一個小組由林元慶帶領的，做過一個人臉識別系統，這個系統非常棒，讓我們來看一下。

（以下內容為演示視頻內容圖片，大概的意思就是刷卡不能進，只有真實人臉來驗證才能通過）

視頻開始：

我想演示一個人臉識別系統，我現在在百度的中國總部，很多公司要求進入公司的時候要刷工卡，但是在這裡我們並不需要它，使用人臉識別，看看我能做什麼。當我走近的時候，它會識別我的臉，然後說歡迎我（Andrew NG），不需要工卡，我就能通過了。

讓我們看看另一種情況，在旁邊的是林元慶，IDL（百度深度學習實驗室）的主管，他領導開發了這個人臉識別系統，我把我的工卡給他，上面有我的頭像，他會試著用我的頭像照片，而不是真人來通過。

（林元慶語：我將嘗試用Andrew的工卡騙過機器，看看發生什麼，系統不會識別，系統拒絕識別。現在我要用我自己的臉，（系統語音：“歡迎您”）（林元慶順利通過））

類似於這樣的人臉識別系統在中國發展很快，我希望這個技術也可以在其他的國家使用。

#視頻結束

挺厲害的吧，你剛看到的這個視頻展示了人臉識別和活體檢測，後一項技術確認你是一個活人。事實上，活體檢測可以使用監督學習來實現，去預測是不是一個真人，這個方面我就不多說了。我主要想講的是，如何構造這個系統中的人臉識別這一部分。

首先，讓我們瞭解一下人臉識別的一些術語。

在人臉識別的相關文獻中，人們經常提到人臉驗證（face verification）和人臉識別（face recognition）。這是兩個概念要清楚的吶，往下看~

這是人臉驗證問題，如果你有一張輸入圖片，以及某人的ID或者是名字，這個系統要做的是，驗證輸入圖片是否是這個人。有時候也被稱作1對1問題，只需要弄明白這個人是否和他聲稱的身份相符。

而人臉識別問題比人臉驗證問題難很多（1對多問題（1:K）），為什麼呢？

假設你有一個驗證系統，準確率是99%，還可以。但是現在，假設在識別系統中，K=100，如果你把這個驗證系統應用在100個人身上，人臉識別上，你犯錯的機會就是100倍了。如果每個人犯錯的概率是1%，如果你有一個上百人的數據庫，如果你想得到一個可接受的識別誤差，你要構造一個驗證系統，其準確率為99.9%或者更高，然後才可以在100人的數據庫上運行，而保證有很大幾率不出錯。事實上，如果我們有一個100人的數據庫，正確率可能需要遠大於99%，才能得到很好的效果。

在之後的幾個筆記中，我們主要講構造一個人臉驗證，作為基本模塊，如果準確率夠高，你就可以把它用在識別系統上。

下一個筆記中，我們將開始討論如何構造人臉驗證系統，人臉驗證之所以難，原因之一在於要解決“一次學”（one-shot learning problem）問題。

One-Shot學習（One-shot learning）

人臉識別所面臨的一個挑戰就是你需要解決一次學習問題，這意味著在大多數人臉識別應用中，你需要通過單單一張圖片或者單單一個人臉樣例就能去識別這個人。

而歷史上，當深度學習只有一個訓練樣例時，它的表現並不好，讓我們看一個直觀的例子，並討論如何去解決這個問題。

假設你的數據庫裡有4張你們公司的員工照片，(實際上他們確實是deeplearning.ai的員工，分別是Kian，Danielle，Younes和Tian)。現在假設有個人（編號1所示）來到辦公室，並且她想通過帶有人臉識別系統的柵門，現在系統需要做的就是，僅僅通過一張已有的Danielle照片，來識別前面這個人確實是她。相反，如果機器看到一個不在數據庫裡的人（編號2所示），機器應該能分辨出她不是數據庫中四個人之一。

所以在一次學習問題中，只能通過一個樣本進行學習，以能夠認出同一個人。大多數人臉識別系統都需要解決這個問題，因為在你的數據庫中每個僱員或者組員可能都只有一張照片。

有一種辦法是，將人的照片放進卷積神經網絡中，使用softmax單元來輸出4種，或者說5種標籤，分別對應這4個人，或者4個都不是

而且，假如有新人加入你的團隊，你現在將會有5個組員需要識別，所以輸出就變成了6種，這時你要重新訓練你的神經網絡嗎？這聽起來實在不像一個好辦法(的確是這樣吶，每次來了都要重新輸很費時間的)。

所以要讓人臉識別能夠做到一次學習，為了能有更好的效果，你現在要做的應該是學習Similarity函數。

詳細地說，你想要神經網絡學習這樣一個用d表示的函數，d(img1,img2)=degree of difference between images，它以兩張圖片作為輸入，然後輸出這兩張圖片的差異值。如果你放進同一個人的兩張照片，你希望它能輸出一個很小的值，如果放進兩個長相差別很大的人的照片，它就輸出一個很大的值。

所以在識別過程中，如果這兩張圖片的差異值小於某個閾值τ，它是一個超參數，那麼這時就能預測這兩張圖片是同一個人，如果差異值大於τ，就能預測這是不同的兩個人，這就是解決人臉驗證問題的一個可行辦法。

要將它應用於識別任務，你要做的是

拿這張新圖片（編號6），然後用d函數去比較這兩張圖片（編號1和編號6），這樣可能會輸出一個非常大的數字，在該例中，比如說這個數字是10。

之後你再讓它和數據庫中第二張圖（編號2）片比較，因為這兩張照片是同一個人，所以我們希望會輸出一個很小的數。

然後你再用它與數據庫中的其他圖片（編號3、4）進行比較，通過這樣的計算，最終你能夠知道，這個人確實是Danielle。

對應的，如果某個人（編號7）不在你的數據庫中，你通過函數d將他們的照片兩兩進行比較，最後我們希望d會對所有的比較都輸出一個很大的值，這就證明這個人並不是數據庫中4個人的其中一個。

要注意在這過程中你是如何解決一次學習問題的，只要你能學習這個函數d，通過輸入一對圖片，它將會告訴你這兩張圖片是否是同一個人。如果之後有新人加入了你的團隊（編號5），你只需將他的照片加入你的數據庫，系統依然能照常工作。

現在你已經知道函數d是如何工作的，通過輸入兩張照片，它將讓你能夠解決一次學習問題。那麼，下節筆記中，我們將會學習如何訓練你的神經網絡學會這個函數d。

其實一次的意思就是說我們訓練一次，以後都可以使用了~大概這樣理解吧~

閱讀更多 極客Array 的文章

關鍵字: 百度 藝術作品 人工智能