使用 L2 距离差异进行面部识别答案

【问题标题】：Facial identification using difference of L2 distances使用 L2 距离差异进行面部识别
【发布时间】：2019-12-15 22:41:46
【问题描述】：

一段时间以来，我对此感到有些困惑。当FaceNet 在图像上运行时，它会在欧几里得空间/L2 中返回一个 128 元素数组（即使这是我没有完全得到的东西）。我曾想过，也许这种嵌入可用于预测具有三元组损失的人脸。

我的问题是：我可以使用这种嵌入来计算三重损失之类的东西吗？如果是这样，它是如何完成的？我是否减去一个与另一个相对应的元素，例如：

    arr = [] #supposed new embedding after difference is calculated
    for i in range(0,128):
       j = b[i] - a[i]
       arr.append[j]

这是怎么做的，我可以用它进行面部识别吗？

如果此处不合适，请移至正确的论坛。

【问题讨论】：

它会相当简单吧？您为嵌入之间的距离（通常是余弦距离）设置阈值范围，如果它在阈值范围内，则它相同，如果超出阈值，则它们相距甚远且不同。
是的，但它是否像所有嵌入的每个元素一样？在技术层面上如何计算距离？在使用这种架构训练系统期间，距离看起来几乎是任意的。一些嵌入，即使它们是正锚，也可能是正确的？所以权重被优化以使正数更接近？
我想让你尝试一下，获取一组具有相似和不同面孔的样本图像的所有嵌入（例如一个 numpy 数组），计算叉积，即一个与所有余弦距离的嵌入。看看结果吧，可能会让你更好的理解。到目前为止，在我的例子中，我计算了嵌入并取余弦距离，得到了相当准确的结果。
我会去的！我会在弄清楚这一点后立即报告并在答案中发布结果。我会问我是否对任何技术感到困惑
等等，我该怎么做呢？我是否将 FaceNet 嵌入初始化为一个变量，然后使用这些变量计算余弦损失？

标签： python machine-learning computer-vision euclidean-distance facial-identification

【解决方案1】：

我回来了，这就是我想出的。这有点令人困惑，因为似乎没有太大区别。我用了两张特朗普和奥巴马的照片。计算余弦相似度没有任何意义。也许我做错了什么？

import PIL
from PIL import Image   

import tensorflow as tf
import numpy as np
from tensorflow import keras
from tensorflow.keras.models import load_model
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing.image import img_to_array

from sklearn.metrics.pairwise import cosine_similarity

#load model and compile
facenet = load_model('facenet_keras.h5', compile='False')
facenet.compile(optimizer='adam', loss='categorical_crossentropy',metrics=['accuracy'])

def dist(a,b):
    #prepare image for FaceNet
    a,b = Image.open(a), Image.open(b)
    a,b = np.array(a), np.array(b)
    a,b = Image.fromarray(a), Image.fromarray(b)
    a,b = a.resize((160,160)), b.resize((160,160))
    a,b = img_to_array(a), img_to_array(b)
    a = a.reshape((1,a.shape[0], a.shape[1], a.shape[2]))
    b = b.reshape((1,b.shape[0], b.shape[1], b.shape[2]))

    #get FaceNet embedding vector
    a, b = facenet.predict(a), facenet.predict(b)

    #compute distance metric
    print((cosine_similarity(a, b)))


dist("obamaface2.jpg", "trumpface1.jpg") #images cropped to face

比较obamaface2 和trumpface1 的输出是这样的：[[0.9417696]] 而trumpface1 和trumpface2 是[[0.9754221]]

【讨论】：