主要内容：
一.FaceNet人脸识别简介
二.使用神经网络对人脸进行编码
三.代价函数triple loss
四.人脸库
五.人脸认证
六.人脸识别
一.FaceNet简介
1.FaceNet是一个深层神经网络，它将人脸编码成一个含有128个数的向量。通过比较两张人脸编码后的向量，可以判定两张人脸是否属于同一个人。
2.FaceNet的代价函数叫做“triplet loss function”，就是在训练的时候，一条训练数据包含三张人脸，第一张是本人（这张是主的），第二张也是本人的（需与第一张有差别），第三张是另外一个人的（这一张最好与本人长得很像，这样训练出来的网络才有很高的分辨能力。否则拿一个差天共地的人做训练，那判断两人不同是很容易的，因而神经网络得不到锻炼，人也一样。）然后第一二张的差值应该小于第三张的差值，且至少差一个常数??。
3.训练完FaceNet之后，就可以将网络作为一个系统：将需要的人脸经过FaceNet生成对应的向量，然后将该向量放到一个向量库，即为人脸库。当需要进行人脸识别时，就可以将当前的人的头像输入到FaceNet形成一个向量，然后用该向量与人脸库的向量进行比对，如果差值在一个小范围之类，则识别成功；否则失败。
二.使用神经网络对人脸进行编码
三.代价函数triple loss
四.人脸库
五.人脸认证
六.人脸识别
原文：https://www.cnblogs.com/DOLFAMINGO/p/9756496.html