첫째, 심화 학습 모델.
얼굴 인식 시스템의 핵심과 영혼 부분은 심도 있는 학습의 신경망 모델이다. 소위 신경망 모델은 실제로 컴퓨팅 단위입니다. 이 알고리즘에서는 블랙박스로 볼 수 있는데, 그 안에는 자동으로 조정할 수 있는 많은 매개변수가 저장되어 있습니다. 이 학습 모델은 주로 훈련에 사용됩니다. 훈련의 목적은 한 사람의 사진 두 장을 입력한 후 출력 결과가 무한히 1 에 근접할 확률을 달성하는 것이다.
둘째, 모델 교육 과정.
교육 학습 모델은 그가 얼굴의 특징을 기억하게 하기 위해서이다. 일반적인 방법은 대량의 얼굴 데이터를 사용하고, 이 표시된 데이터를 이 모델에 넣고, 어떤 사람의 사진이 다른 사람의 사진과 같은지 알려주는 것이다. (알버트 아인슈타인, 자기관리명언) 끊임없는 훈련을 통해 그는 사람의 특징을 기억했다. 표시된 것은 학습 모델의 매개변수이며, 이러한 매개변수는 결국 고정됩니다. 우리가 훈련되지 않은 사진 두 장을 입력할 때, 그것은 또한 두 장의 그림이 한 사람이 될 확률을 계산할 수 있다.
셋째, 자가 재생 시스템.
얼굴 인식 시스템의 또 다른 중요한 부분은 그가 스스로 업데이트하고 스스로 배울 수 있다는 것이다. 두 사진이 같은 사람이라고 판단했을 때, 그는 이 두 사진을 그의 훈련집으로 삼아 그의 모델의 매개변수를 업데이트함으로써 그 사람을 기억하는 것과 같다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), Northern Exposure (미국 TV 드라마), 스포츠명언) 만약 이 사람이 나중에 다시 온다면 곧 심판을 받을 것이다.
얼굴 인식 시스템은 최근 몇 년간 심도 있는 학습과 컴퓨터 과학 발전의 축소판으로, 그 원리는 매우 복잡하다.