database - 快速搜索数据库中的面部描述符

Question

我想使用神经网络实现类似人脸识别的应用程序。所以我找到了this incredible article .

当我们将面部图像放入 OpenFace 网络时，我们会得到 128 个测量值，我们可以使用这些测量值来比较面部。

但这里我们遇到了主要问题:我们如何才能在数据库中快速找到具有最接近的 128 个值的同一张脸？

如果我们将使用 SVM(如文章中所写)，我们应该在每次将新面孔放入数据库时​​重新训练分类器，但这是不方便的。

所以我想知道解决此问题的最佳方法是什么？ Facebook 等服务如何在毫秒内比较这些描述符？

Answer 1

如果您有一张脸，并想在人脸数据库中搜索最接近的匹配项，实际上只有两个步骤(假设您已经获得了 128 个 OpenFace 测量值——我将其称为 OpenFaceRep):

1. 对于数据库中的每张脸，从种子照片的 OpenFaceRep 中减去其 OpenFaceRep。我们称之为diff
2. 获取 diff 与自身的点积。如果您使用的是 Python，它看起来类似于 np.dot(diff,diff)，我们将其称为相似性。

相似度 最低的人脸将是最佳匹配。请注意，您的准确度会因照片质量、光照等因素而有很大差异。OpenFace 已实现 accuracy of about 92%。在 LFW 基准上。