week 4_Face recognition (Andrew Ng)

---

안녕하세요, HELLO

 

오늘은 DeepLearning.AI에서 진행하는 앤드류 응(Andrew Ng) 교수님의 딥러닝 전문화의 네 번째 과정인 "Convolutional Neural Networks"을 정리하려고 합니다.

 

"Convolutional Neural Networks"의 강의를 통해 '자율 주행, 얼굴 인식, 방사선 이미지 인식' 등을 이해하고, CNN 모델에 대해서 배우게 됩니다. 강의는 아래와 같이 구성되어 있습니다.

 

~ Foundations of Convolutional Neural Networks

~ Deep Convolutional Models: Case Studies

~ Object Detection

~ Special Applications: Face recognition & Neural Style Transfer

 

"Convolutional Neural Networks" (Andrew Ng)의 4주차 "Face recognition"의 강의 내용입니다.

---

CHAPTER 1. 'Face recognition'

 

□ What is face recognition

 

- face verification: input image를 맞는지 확인 (1:1 문제)

 

- face recognition: K명의 데이터베이스에서 input image를 확인

---

□ One-shot learning

 

훈련 데이터가 1개만 있는 경우에는 deeplearning이 어렵습니다.

one-shot learning의 어려운 점은 1개의 예시(샘플)로 사람을 인식해야 되는 점입니다. 

 

이를 해결하기 위한 방법에는 유사 함수(similarity function)를 학습하는 것입니다. 

 

두 이미지의 차이를 출력하는 d를 학습시킵니다. 이때 두 이미지가 같은 사람이면 낮은 값을 출력합니다. 두 사이의 이미지 차이인 d가 하이퍼파라미터인 T (타우, tau) 보다 작으면 두 그림이 같은 사람인 것을 예측할 수 있습니다.

 

반응형

 

□ Siamese network

두 번째 사진을 동일한 파라미터를 가진 첫 번째 신경망 f(x1)에 적용합니다.

서로 다른 두 개의 input에 동일한 convolution network를 실행한 다음에 두 개의 결괏값을 비교하는 것을 siamese 신경망 아키텍처라고 부르기도 합니다. 

---

---

□ Triplet loss function

이때 주의할 점은 f(img)가 0을 가지면 안 되며, 그리고 각 이미지는 서로 다른 이미지를 훈련해야 합니다. 이러지 않을 경우, 자기 자신과의 거리를 구하게 되어 0 값만 나오기 때문입니다.

 

또한, positive와 negative의 차이에 대해서 일정 차이 이상만큼 나도록 설정할 수 있으며, 이때 하이퍼파라미터 alpha인 margin(간격) 보다 커야 합니다.

---

triplet loss는 세 가지 이미지, A, P, N의 비용 함수를 구합니다. 

max 함수에 따라, 비용 함수가 음수이면 0 값을 가지고, 비용 함수가 양수이면 그대로 값을 가집니다.

 

---

임의로 선택된 A, P와 N에 있어서, 일치하지 않는 이미지(음성)가 선택될 확률이 높기에, 위에 수식은 쉽게 달성됩니다.

 

학습하기 어렵게 만드는 이유는 대부분의 경우에는 제약식을 만족하기 때문에, 딥러닝 학습 효과가 적기 때문입니다. 딥러닝 학습 효과를 높이기 위해서는 d(A, P)와 d(A, N)이 유사하면 이러한 값을 만족하는 A, P, N을 고르기 어렵습니다. 대신에 이를 만족하는 훈련 세트는 경사 하강법에서 더 효율적으로 학습을 진행합니다.

---

---

□ Face verification and binary classification

 

얼굴 인식 문제를 이진 분류 문제로 진행할 수 있습니다.

 

---

■ 마무리

 

"Convolutional Neural Networks" (Andrew Ng)의 4주차 "Face recognition"의 강의에 대해서 정리해봤습니다.

 

그럼 오늘 하루도 즐거운 나날 되길 기도하겠습니다

좋아요와 댓글 부탁드립니다 :)

 

감사합니다.