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