双胞胎有同卵双生或异卵双生，孪生网路当然也要有

今天开始我们将谈谈如何让网路去学习辨识不同的人脸，Let's Go!

本文开始

使用孪生网路 (siamense networks)来做人脸辨识只是一种概念，

它代表的是由神经网路去学习如何去辨别两张图片是否是同一人

从孪生网路延伸有很多不同的概念：

• siamense networks：由两个一模一样的网路构成，主要目的为辨别同类型的两个输入是否相同 (同卵双生)
• pseudo-simense networks：由两个一样网路架构、但不共享权重构成，主要目的为辨别不同类型的输入是否指同一件东西 (异卵双生)
• triplet networks：就是三个网路架构，为了让辨识结果更准确，通常使用了两个类似的输入 + 一个完全不同的输入来做训练 (三胞胎)

了解概念後，

真正要让一个方法变成手上的工具，

还是要动手做。

接下来将依序介绍：

用任意的CNN网路直接比对不同照片做人脸辨识

在这篇文章中将简单介绍CNN网路，以及如何在CNN网路上套用孪生网路架构，来实作人脸辨识。

Dlib + OpenCV大好！人脸辨识超Easy

这不是广告文，但现在要做人脸辨识只要用我们到目前为止已安装的两个主要套件：Dlib + OpenCV就可以轻松达成。

How? 请看这篇

想要做即时人脸辨识应用？只要OpenCV就可以一次满足

之前在提到使用Dlib MMOD方法做人脸侦测时有说到，在使用Dlib内的神经网路模型通常都会需要用到GPU资源才有办法做到即时运算。那想要做即时的人脸辨识却没有太好的硬体资源怎麽办？

这篇会告诉你怎麽只用OpenCV就完成这个功能！

这篇算是一个使用孪生网路做人脸辨识相关内容的引言，接下来你可以

• 直接从上面有兴趣的主题进入相关系列观看
• 随意浏览，直接进入下一篇