DeepLearing2 About Cost Function of FaceNet FaceNet Cost Function Using Triplet Loss With Curriculum Learning 2015년 구글에서 발표한 논문 FaceNet을 보면 얼굴 이미지를 학습시키기 위한 방법으로 Triplet Loss를 사용하고 여기에 Curriculum Learning을 도입하였습니다. 한 모델을 살펴봄에 있어 그 모델이 Cost Function을 어떤 식으로 정의하였는지는 그 모델의 성능이 왜 좋은가에 대한 질문에 직결되는 문제이기 때문에 이 글에서 좀 더 자세히 다뤄보도록 하겠습니다. 먼저 Triplet Loss란 무엇일까요 Triplet Loss(삼중항 손실) Triplet Loss란 한 번의 학습 때 Anchor, Positive, Negative 세 가지의 데이터를 통해 학습하.. 2019. 2. 21. FaceNet 번역(translated fleely) FaceNet: A Unified Embedding for Face Recognitioni and Clustering Abstract 얼굴 인식 분야는 최근 많은 발전이 있었음에도 불구하고 현재의 접근방식으로는 아직 어려움이 있습니다.이 논문에서 소개할 FaceNet이라는 시스템은 얼굴 이미지로부터 유클리드 공간(거리가 얼굴 유사도를 나타냄)의 관계를 직접적으로 학습합니다. 이 방법은 기존 접근 방법의 중간 Bottleneck Layer를 사용하는 대신에 이것을 임베딩하는데 최적화되어있는 Deep Conv Network를 사용하는 방법이며 여러 데이터셋에서 훌륭한 정확도를 보였습니다. 1. Introdution 이 논문에서 우리는 Face-Verification(동일인물인지), Recognition(누구.. 2019. 2. 21. 이전 1 다음
