One-Shot学习 (一次学习)

人脸识别: 你需要通过一张人脸样例去识别这个人，当深度学习只有一个样例时候，模型的表现并不好，所以使用One-Shot学习解决！

One-Shot Learn:通过一个样本来进行学习，以能够判断这个人是不是已有数据中的人脸。

在人脸识别中使用“similarity”function来处理人脸识别单一数据的问题。

similarity function：

d(img1, img2) = degree of difference between images.(两张图片的差异值)

if d(img1, img2) <= τ  (τ是一个阈值，，如果差异小于等于这个阈值，说明是同一个人)

如果放进去同一个人的两张照片，则会希望similarity function输出一个很小的值。

如果放进去两个长相差别很大的人的照片，则希望输出一个较大的差异值。

Siamese网络:

有一个训练好的神经网络，是一张图片，经过卷积+池化和全连接层，得到一个特征向量，训练出来这样一个神经网络，就可以对比两张图片是不是同一个人。如：

现在有两个不同的图片输入X1和 X2 ,  对于两个不同的输入，运行相同的卷积神经网络得到两个特征向量， 最后两个特征向量做编码之差的范数。即 d(x1,x2)= | f(x1) - f(x2) |² 。

标签：function,一次,Shot,特征向量,similarity,学习,神经网络,人脸识别
来源： https://blog.csdn.net/qq_53345829/article/details/122751391