FaceNet: A Unified Embedding for

2019-04-18  本文已影响0人  挺老实

1 文章说明

方向:脸部识别

时间:2015

会议:CVPR2015

2主要贡献

提出了Triplet Loss ,其思想为Achor 样本(A), 正样本(P),负样本(N),使A-P的距离小于A-N的距离:

上一篇 下一篇

猜你喜欢

热点阅读