Facenet是面部识别的深度学习模型。它被训练用于提取特征，即通过称为嵌入的固定长度矢量来表示图像。训练之后，对于每个给定的图像，我们将第二个最后一层的输出作为其特征向量。此后，我们可以根据特征和一些距离函数（例如欧几里德距离）进行验证（判断两幅图像是否是同一个人）。
三重态损失是一种损失函数，基本上说，同一个人的特征向量之间的距离应该很小，不同人之间的距离应该很大。
我的问题是，有没有办法混合不同Convolutional模型的不同嵌入集？例如，具有三重损失的列车3不同模型（Resnet模型，初始模型和VGG）然后混合3个128维嵌入以构建新的元嵌入以获得更好的面部验证准确性。如何混合这种嵌入设置？
答案 0 :(得分：0)
有一个相同的问题和有用的答案here。
我认为有不同的方法可以做到这一点，例如1）连接 两个嵌入并应用PCA之后2）规范化每个 将它们嵌入并连接在一起，以便每个模型都可以 对最终结果做出同等贡献3）规范化每个特征 每个嵌入到（0,1）由高斯CDF说并连接它们 在一起，以便每个功能对结果的贡献相同。