VGGnet和GoogLeNet這種很深的卷積神經(jīng)網(wǎng)絡(luò)在圖像分類上取得成功，作者就嘗試將深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于人臉識(shí)別。
實(shí)驗(yàn)方法跟DeepID2+相同，最終的準(zhǔn)確率與DeepID2+差不多，并沒有得出深度卷積神經(jīng)網(wǎng)絡(luò)比DeepID2+的淺卷積神經(jīng)網(wǎng)絡(luò)更好的結(jié)論。還需要后續(xù)進(jìn)一步論證。
識(shí)別錯(cuò)誤分析：
以上三個(gè)是整個(gè)deepid系列識(shí)別為不同人的同一個(gè)人，第一個(gè)是年齡差距太大沒識(shí)別出。第二個(gè)是本身Lfw就標(biāo)記錯(cuò)了，其實(shí)不是同一個(gè)人。第三個(gè)是因?yàn)榛瞬煌膴y所以沒識(shí)別出。由此可知年齡和妝容是影響同identity驗(yàn)證的重要因素。
以上是deepid系列識(shí)別為同一人的不同人。有一部分確實(shí)很像，有一部分則是由于遮擋造成的識(shí)別錯(cuò)誤。
總結(jié)
1.對(duì)于同一個(gè)人，化妝真的是影響識(shí)別的一個(gè)重大因素，所以如果用明星的照片，特別是女明星來訓(xùn)練，很有可能會(huì)訓(xùn)練不出一個(gè)好的模型。因此我覺得在構(gòu)建亞洲人臉數(shù)據(jù)集的時(shí)候應(yīng)當(dāng)拋棄這部分化妝濃郁的照片。
2.對(duì)于不同年齡段的同一個(gè)人的識(shí)別，對(duì)人類來說都很困難，對(duì)計(jì)算機(jī)更是巨大的挑戰(zhàn)。
to-do list
收集近年來的人臉識(shí)別訓(xùn)練數(shù)據(jù)集大小，來驗(yàn)證本論文中最后提出的用增大數(shù)據(jù)集的方法來驗(yàn)證是否深卷積網(wǎng)絡(luò)比淺卷積網(wǎng)絡(luò)在人臉識(shí)別中更有效。
