Метрики расстояний для векторных представлений лиц: подробный разбор (RU)

Ключевой вывод 1 Векторные представления лиц (face embeddings) представляют черты лица в виде числовых векторов, обеспечивая эффективное сравнение для сопоставления лиц и идентификации.

Ключевой вывод 2 Косинусная близость (cosine similarity) обычно предпочтительнее евклидова расстояния для векторных представлений лиц благодаря ее устойчивости к изменениям освещения и позы.

Ключевой вывод 3 Выбор метрики расстояния существенно влияет на точность и производительность систем распознавания лиц.

Ключевой вывод 4 Понимание сильных и слабых сторон каждой метрики имеет решающее значение для оптимизации рабочих процессов сопоставления лиц.

Понимание векторных представлений лиц

В основе современных систем распознавания и идентификации лиц лежат векторные представления лиц (face embeddings). Эти представления являются числовыми интерпретациями черт лица, генерируемыми моделями глубокого обучения (обычно сверточными нейронными сетями или CNN). В отличие от необработанных данных пикселей, векторные представления захватывают существенные характеристики лица в компактном, многомерном векторе. Процесс включает в себя ввод изображения лица и преобразование его в вектор чисел с плавающей запятой – обычно 128, 256 или 512 измерений, – где похожие лица располагаются ближе друг к другу в пространстве векторных представлений.

Метрики расстояний: измерение сходства лиц

После того, как лица представлены в виде векторных представлений, нам нужен способ количественной оценки их сходства. Здесь в игру вступают метрики расстояний. Можно использовать несколько метрик, но доминируют две: косинусная близость и евклидово расстояние. Выбор между ними не случаен; он оказывает глубокое влияние на точность и эффективность сопоставления лиц.

Евклидово расстояние

Евклидово расстояние, основной элемент многих приложений машинного обучения, вычисляет расстояние по прямой между двумя векторами в пространстве векторных представлений. Математически оно определяется как квадратный корень из суммы квадратов разностей соответствующих компонентов двух векторов. Хотя концептуально это просто, евклидово расстояние чувствительно к величине векторов. Это означает, что различия в освещении, позе или выражении лица – которые могут повлиять на общую интенсивность векторного представления – могут увеличить расстояние, что приведет к неточным сравнениям. Например, лицо, снятое при слабом освещении, может иметь векторное представление меньшей величины, увеличивая его евклидово расстояние до лица, снятого при ярком освещении, даже если они принадлежат одному и тому же человеку.

Косинусная близость

Косинусная близость, с другой стороны, измеряет угол между двумя векторами. Она вычисляется как скалярное произведение векторов, деленное на произведение их величин. Важно отметить, что косинусная близость фокусируется на направлении векторов, а не на их величине. Это делает ее значительно более устойчивой к изменениям освещения, позы и выражения лица. Косинусная близость, равная 1, указывает на идеальное сходство (векторы указывают в одном направлении), 0 указывает на ортогональность (отсутствие сходства), а -1 указывает на идеальное несходство (векторы указывают в противоположных направлениях). Для векторных представлений лиц обычно используется пороговое значение косинусной близости (например, 0,7 или 0,8), чтобы определить, принадлежат ли два лица одному и тому же человеку. Системы Didit используют косинусную близость благодаря ее превосходной производительности и надежности в реальных сценариях.

Практические соображения и производительность

На практике косинусная близость постоянно превосходит евклидово расстояние для задач сопоставления лиц. Исследования показали, что косинусная близость может достичь более высоких показателей точности, особенно в сложных условиях с различным освещением и позой. Например, сравнительный тест с использованием набора данных LFW (Labeled Faces in the Wild) показал, что системы, использующие косинусную близость, достигли скорости верификации 99,82%, в то время как те, которые использовали евклидово расстояние, в среднем составили около 98,75%.

Однако косинусная близость вычислительно дороже евклидова расстояния. Вычисление скалярного произведения и величин требует больше операций. Современное оборудование и оптимизированные библиотеки смягчают эту разницу в производительности, делая косинусную близость жизнеспособным выбором для большинства приложений.

Другие метрики расстояний

Хотя косинусная близость и евклидово расстояние являются наиболее распространенными, существуют и другие метрики, которые используются реже на практике:

• Расстояние Манхэттена (L1 норма): Сумма абсолютных разностей между компонентами вектора.
• Расстояние Минковского: Обобщение евклидова и манхэттенского расстояний, с параметром для управления степенью влияния каждого измерения.

Чем Didit может помочь

Didit использует самые современные модели векторных представлений лиц и косинусную близость для обеспечения высокой точности и надежной идентификации. Наша платформа предлагает:

• Высокопроизводительные векторные представления: Мы используем оптимизированные архитектуры CNN, обученные на огромных наборах данных, для создания надежных и различительных векторных представлений.
• Оптимизированные вычисления сходства: Наша инфраструктура предназначена для эффективного вычисления косинусной близости в масштабе, обеспечивая низкую задержку и высокую пропускную способность.
• Адаптивный порог: Didit автоматически регулирует пороговые значения сходства на основе таких факторов, как качество изображения и условия окружающей среды, чтобы максимизировать точность.
• Комплексные API сопоставления лиц: Легко интегрируйте возможности сопоставления лиц в свои приложения с помощью наших простых и мощных API.

Готовы начать?

Готовы улучшить свое приложение с помощью возможностей сопоставления лиц мирового класса? Изучите наши тарифы или закажите демонстрацию сегодня!