ざっくりML

機械学習に興味ある大学院生によるブログです.

論文サーベイ part2

今回は「Face Recognition Face2vec Based on Deep Learning : Small Database Case

出展 : Automatic Control and Computer Sciences 2017

  • 概要:異なった状態の画像に対して訓練され、その各々のデータ数は少ない、認識率をあげるには約100万の画像が必要

  • 新規性、差分:少ない訓練データ数で特徴ベクトル抽出が可能に

  • 手法、アルゴリズムのキモ:出力層の線形分類層を取り除いて、特徴ベクトルを抽出し、ベクトルを正規化してから類似度を測る(多分。。。)

  • 結果:精度良く学習できた(特に前を向いた画像のみを用いた場合に97.98%)

  • 結論、議論;様々な物体、状態の画像に対して適用できる.小さいデータセットで訓練可能.データセットにない画像に対しても適用したい

  • コメント、感想:word2vecみたいな演算はできないのかなあ、「〇〇と××を足して2で割った人」をベクトル演算で出すとか