目标检测用在《人脸识别》

一、把员工所有的数据都放在数据库里，然后通过卷积网络进行训练得到输出。如果部门新增加拉一个人，不用重新对网络进行训练，而只需把新进来的员工的图片放到数据库里，然后运用d函数进行判断。d函数即把人脸跟数据库里的数据进行比较，输出误差值，当误差值在合理范围内时就认为本公司员工，如果误差太大就认为不是。即相似度。实现这一功能就是用Siamese网络。

下面是Siamese网络的基本结构：

对两张图像用一个卷积网络进行训练，即卷积网络的参数都是相同的。然后把两张照片输出的编码进行范数相减。

二、三元相损函数

基本思想就是把一张图片跟本人（positive）和不是本人（negative）比较，输出相似范数

定义如下图：

三、二元分类

四、神经分格迁移算法

J表示风格G的代价函数。

1、风格迁移的内容代价函数和风格代价函数

风格代价函数

我们需要分别对风格图像和生成图像进行矩阵运算，最后代入代价函数。如下图：

h表示长，w表示宽，c表示channel通道。J的分母表示一个归一化参数，一般可以省略。最后在设一个总体代价函数，，再用梯度下降法优化输出。如下图

文章来源: blog.csdn.net，作者：小小谢先生，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/xiewenrui1996/article/details/86134946