FaceNet: A Unified Embedding for Face Recognition and Clustering論文綜述（2015）

1、 爲什麼要做這個研究（理論走向和目前缺陷） ? 以前的人臉驗證太複雜，不直接（用的中間瓶頸層表徵人臉，還有各種前處理、PCA降維以及SVM分類等）。 2、 他們怎麼做這個研究 （方法，尤其是與之前不同之處） ? 直接優化跟當前任務相關的損失函數，提出用嵌入embedding來表徵人臉，有利於人臉識別，人臉驗證，人臉聚類等任務的統一。 提出三元組損失。 3、 發現了什麼（總結結果，補充和理論的關

>>阅读原文<<