DeepFace介绍

DeepFace是FaceBook提出来的,后续有DeepID和FaceNet出现。而且在DeepID和FaceNet中都能体现DeepFace的身影,所以DeepFace可以谓之CNN在人脸识别的奠基之作,目前深度学习在人脸识别中也取得了非常好的效果。下边介绍DeepFace的基本框架:

一、人脸检测(face detection

DeepFace采用了基于检测点的人脸检测方法(fiducial Point Detector)

  1. 先选择6个基准点,2只眼睛中心、 1个鼻子点、3个嘴上的点。
  2. 通过LBP特征用SVR来学习得到基准点。关于LBP的介绍见论文:Face description with local binary pattern

二、人脸对齐(face alignment

2D alignment:

  1. 对Detection后的图片进行二维裁剪, scale, rotate and translate the image into six anchor locations,将人脸部分裁剪出来。
3D alignment:
  1. 找到一个3D 模型,用这个3D模型把二维人脸crop成3D人脸。67个基点,然后Delaunay三角化,在轮廓处添加三角形来避免不连续。
  2. 将三角化后的人脸转换成3D形状
  3. 三角化后的人脸变为有深度的3D三角网
  4. 将三角网做偏转,使人脸的正面朝前
  5. 最后放正的人脸
DeepFace介绍_第1张图片
上图的2D alignment对应(b)图,3D alignment依次对应(c) ~ (h)。

三、人脸表示(face verification
经过3D对齐以后,形成的图像都是152×152的图像,送入CNN,其结果如下:
DeepFace介绍_第2张图片
C1:卷积层,卷积核尺寸11*11,共32个卷积核
M2:池化层,最大池化3*3,即stride = 2
C3:卷积层,卷积核尺寸9*9   ,共16个卷积核
L4: 卷积层,卷积核尺寸9*9   ,共16个卷积核。L表示local,意思是卷积核的参数不共享
L5: 卷积层,卷积核尺寸7*7   ,共16个卷积核。
L6: 卷积层,卷积核尺寸5*5   ,共16个卷积核。
F7: 全连接,4096个神经元
F8: 全连接,4030个神经元
前三层的目的在于提取低层次的特征,比如简单的边和纹理。其中 Max-pooling层使得卷积的输出对微小的偏移情况更加鲁棒。但没有用太多的Max-pooling层,因为太多的Max-pooling层会使得网络 损失图像信息
紧接着的三层都是使用参数不共享的卷积核,之所以使用参数不共享,有如下原因:
  1. 对齐的人脸图片中,不同的区域会有不同的统计特征,卷积的局部稳定性假设并不存在,所以使用相同的卷积核会导致信息的丢失
  2. 不共享的卷积核并不增加抽取特征时的计算量,而会增加训练时的计算量
  3. 使用不共享的卷积核,需要训练的参数量大大增加,因而需要很大的数据量,然而这个条件本文刚好满足。
全连接层将上一层的每个单元和本层的所有单元相连,用来捕捉人脸图像不同位置的特征之间的相关性。其中,第7层(4096-d)被用来表示人脸。全连接层的输出可以用于Softmax的输入,Softmax层用于分类。
四、人脸表示的归一化
对于输出的4096维向量:
  1. 先每一维进行归一化,即对于结果向量中的每一维,都要除以该维度在整个训练集上的最大值。
  2. 每个向量进行L2归一化
五、分类
得到表示后,使用了多种方法进行分类:
  1. 直接算内积
  2. 加权的卡方距离
  3. 使用Siamese网络结构





你可能感兴趣的:(人脸)