我正在使用来自预训练 Facenet模型的人脸嵌入(512 维)构建人脸验证系统。为此,如果我有一个人的 4 到 5 张图像,我怎样才能成功地验证一个新的看不见的图像是同一人还是不同的人?
我认为这是一类分类(因为有单类)任务,并用谷歌搜索,但找不到任何适合这项任务的可靠来源。
然后,我训练了一个 SVM 分类器,其中包含一个人的嵌入以及大约 4 到 5 个人的虚拟嵌入(这样就有了正类和负类)。但它似乎效果不佳。
请建议我为这项任务提供 ML 算法/技术,谢谢。
我正在使用来自预训练 Facenet模型的人脸嵌入(512 维)构建人脸验证系统。为此,如果我有一个人的 4 到 5 张图像,我怎样才能成功地验证一个新的看不见的图像是同一人还是不同的人?
我认为这是一类分类(因为有单类)任务,并用谷歌搜索,但找不到任何适合这项任务的可靠来源。
然后,我训练了一个 SVM 分类器,其中包含一个人的嵌入以及大约 4 到 5 个人的虚拟嵌入(这样就有了正类和负类)。但它似乎效果不佳。
请建议我为这项任务提供 ML 算法/技术,谢谢。
我假设 Facenet 是一个图像分类器,它将为类似于其他 CNN 的人脸提供嵌入。如果是这种情况,您不需要训练不同的分类器,您只需移除 Facenet 的头部并在其上初始化一个小型网络并训练端到端网络以获得更好的准确性。