【疑問】顔認証は「この人かどうか」をどう学んでるん？Contrastive LossとTriplet Loss【G検定】

7レスカテゴリ：AI・機械学習

1: 名無しさん

顔認証みたいに、学習のときにおらんかった人も見分けられるのはなんで？
ふつうの分類やと、クラスは学習した人数ぶんしかないやろ

2: 名無しさん

前提のおさらい。交差エントロピーは、決まったクラスのどれかを当てる分類で使う誤差関数。ユークリッド距離は2点をまっすぐ測った距離

3: 名無しさん

＞＞1
そこで「何さんか」を当てるのをやめて、「同じ人の写真は近く、違う人の写真は遠く」になるように、写真をベクトルに変える方法を学ぶ。これが距離学習
新しい人でも、登録した写真のベクトルと距離を比べれば判定できる

4: 名無しさん

＞＞3
Contrastive Lossは、2枚1組で学ぶ。距離を $d$ 、余白（マージン）を $m$ として

L = y d^{2} + (1 - y) max (0, m - d)^{2}

同じ人（ $y = 1$ ）なら距離そのものを縮める。違う人（ $y = 0$ ）なら、距離が $m$ より近いときだけ押し離す

5: 名無しさん

＞＞4
数字で。 $m = 1$ 、距離 $d = 0.3$ のとき
同じ人： $0. 3^{2} = 0.09$
違う人： $(1 - 0.3)^{2} = 0.49$ 。近すぎるから大きく罰する
違う人で $d = 1.2$ なら0。もう十分離れてる

6: 名無しさん

Triplet Lossは3枚1組。基準の写真（アンカー）、同じ人の写真、違う人の写真を使う

L = max (0, d (a, p) - d (a, n) + α)

同じ人との距離 $d (a, p)$ が、違う人との距離 $d (a, n)$ より $α$ 以上短くなればええ
$d (a, p) = 0.5$ 、 $d (a, n) = 0.7$ 、 $α = 0.3$ なら $0.5 - 0.7 + 0.3 = 0.1$ 。 $d (a, n) = 1.0$ なら0

7: 名無しさん

＞＞6
Contrastiveは「距離をいくつにするか」を決めて、Tripletは「どっちが近いか」の順番だけを決めてる、って違いか
Triplet Lossは、顔認証のFaceNet（シュロフらの2015年の論文）で使われたことでよく知られてる

管理人のひとこと

距離学習は、同じものは近く、違うものは遠くなるようにベクトルへの変換を学ぶ。学習時にいなかった人も距離で判定できる。
Contrastive Loss は2枚1組で $L = y d^{2} + (1 - y) max (0, m - d)^{2}$ 。 $m = 1, d = 0.3$ なら同じ人0.09、違う人0.49、違う人で $d = 1.2$ なら0。
Triplet Loss は3枚1組で $max (0, d (a, p) - d (a, n) + α)$ 。0.5, 0.7, 0.3 なら0.1、 $d (a, n) = 1.0$ なら0。
Contrastive は距離の大きさ、Triplet は近さの順番を学ぶ。

【疑問】顔認証は「この人かどうか」をどう学んでるん？Contrastive LossとTriplet Loss【G検定】

管理人のひとこと

関連スレ