ใน face recognition ครับ
ผมศึกษาตัวแบบ vgg face มันมีการใช้ตัววัดโดย cosine similarity ผมสงสัยว่า
สามารถใช้ตัววัดอื่นได้มั้ย เช่น euclidean, Manhattan, mahalanobis ประมาณนี้ครับ สิ่งที่อยากทราบคือ
1. Euclidean กับ Cosine ต่างกันยังไง แล้วสามารถใช้แทนกันได้มั้ยใน face recognition แล้วใช้แบบไหนดีกว่า เพราะอะไร
2. ปัจจุบันมีตัวแบบไหนในการทำ face recognition ที่น่าสนใจ
3. Open cv ตอนนี้ไม่ค่อยเป็นที่นิยม จริงหรือ
4. คือเนื่องจากมันเป็นตัวแบบในด่าน deep learning สิ่งที่ผมต้องรู้เกี่ยวกับมันคืออะไรบ้าง เช่น การเตรียมข้อมูล การแบ่งข้อมูล เหตุผลที่เลือกใช้ ตัววัดระยะทาง
5. อันนี้สงสัย เห็นลักษณะการเทรนข้อมูลของ หลายๆตัวแบบมา มันจะมีแบบ การที่ เตรียมใบหน้าของ คนคนหนึ่งไว้หลายๆรูป หากมิ 10 คน ก็แบ่ง 10 ไฟล์ แล้วค่อยเทรนให้ตัวแบบ กับอีกแบบ คือ การใช้รูปเพียงรูปเดียวต่อคน (1 คน ใช้รูปใบหน้า 1 รูป) ในการเทรนตัวแบบ อยากทราบว่าแบบไหนดีกว่าครับ
ขอบคุณมากครับ หากผิดพลาดประการใดหรือคำถามใดที่ไม่ควรถาม ก็ขออภัยไว้ด้วยนะครับ.
ถามเกี่ยวกับ face recognition ครับ
ผมศึกษาตัวแบบ vgg face มันมีการใช้ตัววัดโดย cosine similarity ผมสงสัยว่า
สามารถใช้ตัววัดอื่นได้มั้ย เช่น euclidean, Manhattan, mahalanobis ประมาณนี้ครับ สิ่งที่อยากทราบคือ
1. Euclidean กับ Cosine ต่างกันยังไง แล้วสามารถใช้แทนกันได้มั้ยใน face recognition แล้วใช้แบบไหนดีกว่า เพราะอะไร
2. ปัจจุบันมีตัวแบบไหนในการทำ face recognition ที่น่าสนใจ
3. Open cv ตอนนี้ไม่ค่อยเป็นที่นิยม จริงหรือ
4. คือเนื่องจากมันเป็นตัวแบบในด่าน deep learning สิ่งที่ผมต้องรู้เกี่ยวกับมันคืออะไรบ้าง เช่น การเตรียมข้อมูล การแบ่งข้อมูล เหตุผลที่เลือกใช้ ตัววัดระยะทาง
5. อันนี้สงสัย เห็นลักษณะการเทรนข้อมูลของ หลายๆตัวแบบมา มันจะมีแบบ การที่ เตรียมใบหน้าของ คนคนหนึ่งไว้หลายๆรูป หากมิ 10 คน ก็แบ่ง 10 ไฟล์ แล้วค่อยเทรนให้ตัวแบบ กับอีกแบบ คือ การใช้รูปเพียงรูปเดียวต่อคน (1 คน ใช้รูปใบหน้า 1 รูป) ในการเทรนตัวแบบ อยากทราบว่าแบบไหนดีกว่าครับ
ขอบคุณมากครับ หากผิดพลาดประการใดหรือคำถามใดที่ไม่ควรถาม ก็ขออภัยไว้ด้วยนะครับ.