对应到人脸上其实是一个很好的表达形式，一开始可能关注于人眼的局部，中层特征关注于人眼的区域，高层特征则更加关注人脸的整体性。现在流行的卷积神经网络，它有两个关键的模块，第一是卷积模块。正如我们刚才所说，构建一个全部连接的神经网络，它的参数量非常大而且可能会有冗余信息。所以在全连接的技术上面，研究学者提出了局部连接的神经网络。
比如可以把眼睛的区域连接到固定的神经元上，嘴巴的序列连接到一个固定神经元上，但这样的过程仍然会有很多冗余计算。所以在此基础上，业内又提出了卷积神经网络，用很多不同的卷积和对图像整体来进行特征提取。卷积神经网络第二个重要的模块是池化，对某一个区域的整体来进行一些操作。通过这种池化的操作，能够一定程度上克服图像的一些旋转和局部的细微变化，从而使得这个特征的表达更加稳定。
因为卷积的高效特征提取以及池化的局部不变性，卷积神经网络在图像识别领域大放异彩。03深度学习人脸特征提取的公开方案下面我们来看一下，基于深度学习的人脸特征提取，一些比较有名和公开的方案。首先是卷积神经网络在人脸识别中的奠基之作，2014年FaceBook提出了一种名为Deep Face的方法。这个方法用到了三维的人脸对齐，更重要的是它开启了人脸识别的特征提取模型训练的方案，引入了一种更新更好人脸特征提取的方案。
经过很多层的卷积神经网络，最后接入到一个4000类的人脸分类的任务中去，并在这个模型的训练过程中间形成一个特征的表达。这个特征的训练过程，其实是利用了图像分类的原理，基于这样一套方法， FaceBook提出的这个方案能够很好的在开放环境中间进行人脸识别。除了技术之外，在这里我们还要考虑另外一个因素——数据。
这个工作使用了大概400万张照片，这个数据量相对于当时的传统方法来说是非常巨大的，所以这个工作其实也一定程度上的反应了数据取得成功。接下来是港中文提出的DeepID方法，在FaceBook基于分类任务的基础上，提出了一些额外的优化函数设计，主要是将优化目标从单独的分类变成了分类与比对相结合的方案。这个方案更加接近于我们实际中的使用。
这个方案能够使得分类比对相互促进，使得表达能力更加的强大。因为港中文的的数据远远少于FaceBook之前的工作，为了弥补数据量的不足，港中文的工作也提出了将人脸划分成不同的区域、尺度，通过尺度和区域特征的融合，达到效果的最大化。人脸特征提取里面最近最经典的论文，是谷歌在2015年提出的FaceNet。
我们之前说过，Facebook提出的方法其实利用了分类准则，使得特征具有类别的区分性，而港中文的方法面对着我们最终要使用的人脸相似度比对，加入了一些人脸比对的准则。谷歌的方法表现更加直接，即根据人脸比对来进行优化函数的设计。这个优化函数可以理解成，当我们有一个锚点，同时又有同类别的另外一个样本，以及不属于这个类别的样本。
我门的目标就是使得同类之间的样本距离足够小，不同类的样本距离足够大。这种思路隐含着类内距离和内间距离的同时优化，可以看成是人脸特征比对定制的一个目标函数。当然，谷歌提出的方法同样是基于他们后端庞大的数据库来构建，论文中间宣称他们已经有超过了2亿张的图像。此方法也更加符合工业界的应用，因为工业界不缺样本。
04人脸识别的进程除了算法和方案，我们仍然需要关注最近人脸识别的发展进程。对于学术界而言，可能大家会比较关注一些优化函数的设计。举个例子，如果直接利用分类准则去训练模型的话，假设有十类的分类任务，那么模型训练后特征的分布就如下图所示，是散斑状。对于这种形式有一些容易混淆的样本，使得它的实际分类准确率没有那么高。
目前学术界针对这样的情况有几种处理的方案：第一种基于类中心的优化，把它从一个散斑状的状态变成空间中间团聚的状态；还有一些是这个散度不断的减小，使它类似于发射的直线。还有一些是几何球面的约束，来优化最终结果。工业界则可能更加关注数据迭代的构建，这里面有个词叫涟漪效应。多涟漪效应，或者说多数据的涟漪构建，其实就是相当于利用某一个特定场景的数据，来提升针对这个场景所训练出的模型效果。
同时又能将这个场景的数据与其他场景的数据结合起来，提升通用的泛化能力。当然，一种典型的数据迭代模式，是我们提供了一些算法、集成上线、上线以后要进行不断的数据回收、清洗筛选，最后这些数据又能够充分加入到算法优化过程中去。这里面我们要强调的是，好的数据带来的提升往往大于好的算法，但处理海量数据的能力还需要有强大的算法支持。
