文献阅读FaceNet:A unified embedding approach for face recognition and clustering

FaceNet: A Unified Embedding for Face Recognition and Clustering

该研究提出了Schroff F、Kalenichenko D和Philbin J三人共同开发的FaceNet模型：一种基于统一嵌入方法的面部识别与聚类技术。

---

摘要

FaceNet：专门地从面部图像中学习以到达紧凑而严格的欧氏空间（compacticating Euclidean spaces），其中计算出的距离被用来衡量不同面部之间的相似程度。

1 引言

FaceNet通过采用基于三元组（triplet-based）的大间隔近邻（large margin nearest neighbor, LMNN）损失函数来训练深度神经网络模型，并将输入数据映射到一个128维的紧凑表示。

当间距达到零时，则表明两张面部图像属于同一人；当间距达到四时，则表明两张面部图像不属于同一人。设定一个阈值一又一点一，则能够清晰地区分出图片中的三组不同面部。

2 相关工作

3 方法

本文提出了一种将图像$