快速搜索数据库

Question

我想用神经网络实现像人脸识别应用程序这样的东西。所以我找到了this incredible article。

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

但是在这里我们得到一个主要问题：如何在数据库中快速找到最接近128个值的同一面？

如果我们将使用SVM（正如文章中所述），每当我们将新面孔放入数据库时​​，我们应该重新训练分类器，但这是不合适的。

所以我想知道这个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

如果你有一张脸并且想要搜索最接近匹配的面部数据库，那么实际上只有两个步骤（假设你已经获得了128个OpenFace测量 - 我称之为OpenFaceRep）： / p>

1. 对于数据库中的每个面，从种子照片的OpenFaceRep中减去其OpenFaceRep。我们称之为diff
2. 获取diff的点积。如果您使用的是Python，它看起来就像np.dot(diff,diff)，我们称之为similarity。

最低similarity的面孔将是最佳匹配。请注意，根据照片质量，照明等，您的准确度会有很大差异.OpenFace在LFW基准测试中达到了accuracy of about 92%。