-1
저는 심도있는 학습 구조를 사용하여 이미지를 각 클래스로 분류하는 얼굴 인식 프로젝트에 참여하고 있습니다. softmax 계층에서의 네트워크 출력은 예측 된 클래스 레이블이며 밀도가 높은 계층에서 마지막이지만 하나의 계층의 출력은 입력 이미지의 특성 표현입니다. 여기서 특징 벡터는 각 이미지에 대해 크기 1000의 1-D 행렬입니다. 클래스 예측은 인식 유형 문제이지만 검증 문제에 관심이 있습니다.특징 벡터를 사용하여 두 이미지 간의 유사성 점수를 계산하는 방법은 무엇입니까?
그래서 두 개의 샘플 이미지가 주어 지므로, 두 개의 주어진 이미지 사이의 유사성/비 유사성 점수를 해당 피쳐 표현을 사용하여 비교해야합니다. 일치 점수가 임계 값보다 큰 경우 이라고 치고을 누르고 그렇지 않으면 공격을하지 않습니다. 표준 접근법이 있다면 알려주시겠습니까? (이상적으로 matchscore를 생성해야> 임계 값) 비슷한 얼굴의
예 : https://3c1703fe8d.site.internapcdn.net/newman/gfx/news/hires/2014/yvyughbujh.jpg
"이미지 유사성"은 결코 간단한 정의가 아니며 따라서 매우 분열 된 작업입니다. 인간의 두뇌는 컴퓨터 비전에 비해 여전히 많은 이점을 가지고 있습니다. – Micka
저는 LFW 데이터 세트에서 작업하고 있습니다. 그래서 여기서는 생체 인식 관점에서 일치하는 점수를 언급합니다. 분류 자 및 분류 교육은 인식 문제입니다. 하지만 여기서 나는 검증 유형 문제를 풀려고 노력하고있다. – MazeRunner09
비슷하거나 다른 이미지의 샘플 이미지를 추가 할 수 있습니까? 어떤 종류의 "특징 벡터"가 존재하는지, 당신은 제목에서 언급했습니다. – Micka