深度學習與人臉識別
IDL內部分享的人臉識別技術。
深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋資料。
卷積神經網路(CNN)
區域性連線
傳統的神經網路是全連線，即一層的神經元與上一層的所有神經元都建立連線，這樣導致引數非常多，計算量非常大，而CNN是區域性連線，一層的神經元只與上一層的部分神經元建立連線，這樣可以減少引數和計算量。
權值共享
給一張輸入圖片，用一個filter去掃時，filter裡面的數就叫權重。用該filter對整個圖片進行了某個特徵的掃描，例如Edge detection，這個過程就是權值共享，因為權重不變。
人臉識別
多個CNN加其他層，遍歷而成的人臉識別處理結構：
層提取到的資訊的演進：
人臉檢測
傳統演算法
識別:滑動視窗+分類器
用一個固定大小的視窗去滑動掃描影象，並通過分類器去分辨是否是人臉。有時候人臉在圖片中過小，所以還要通過放大圖片來掃描。
訓練:特徵+Adaboost
傳統特徵:LBP/HOG/Harr
圖片原始的RGB資訊，維度太高，計算量過大，且不具備魯棒性，即光照和旋轉，對RGB資訊影響非常大。
利用LBP得到二進位制值，再轉換成十進位制:
效果圖：
Adaboost
由於移動裝置對計算速度有一定要求，所以用多個弱分類器加權疊加來完成一個強分類器，從而保證速度。
深度學習
特徵的選取是比較複雜的，可能需要大量的統計學和生物學知識積累，而深度學習不需要選擇特徵，這是其很大優勢，另外通過GPU代替CPU等方式，可以得到一個更好的效果。
關鍵點檢測、跟蹤
傳統演算法
Cascade regression/ESR/SDM
傳統演算法步驟：
- 根據人臉檢測的框位置，先初始化初始臉部輪廓位置;
- 進行上一步位置和圖形特徵檢測下一步位置(一般是迭代殘差);
- 進行迭代，最終得到相對準確的輪廓位置。
深度學習
深度學習演算法步驟：
- 對影象進行輪廓定位態校正;
- 全域性粗定位;
- 區域性精細定位。
典型應用:
人臉語義分割
人臉語義分割:自定確定人臉每個pixel的所屬類別(哪個器官)。
基於CDNN訓練一個直接model輸入影象到輸出概率map的模型，然後將影象輸入，即可得出pixel-level的分類概率輸出。
典型應用:
屬性識別
人臉屬性識別:自動估計人臉的屬性，比如性別、年齡、表情、人種、是否佩戴眼鏡、美醜等。
傳統演算法
步驟:
- 基於特徵點定位結果進行幾何矯正;
- 手工特徵提取(HOG\LBP\GABOR)
- 分類器/迴歸(SVM\BOOSTRING)
深度學習
基於CDNN，直接在一個網路中學習並識別出多個屬性。
典型應用：
活體檢測
活體檢測:確定識別的物體是活物，而非死物。
人臉識別
人臉識別:根據人臉的表觀特徵自動識別人的身份。
深度學習
通過深度學習來進學習特徵，讓同一個人在特徵空間中距離非常近，而不同人則非常遠，且必須具備不受光照等影響的魯棒性。
基本步驟
- 人臉檢測;
- 關鍵點定位;
- 人臉表示。
人臉切割
將人臉切割成小塊，每塊去學習Model。
特徵融合
將每一塊學習到的特徵，進行特徵融合。
訓練過程
- 訓練分類;
- 對於兩張照片的比較，用pairwise模式進行訓練，得到兩張圖的特徵，並計算特徵間的距離，小於閾值時，則判斷為同一個人;
- 對於三張照片的比較，用triplet模式進行訓練，得到三張圖之間的關係，而不是關注於距離值。
