隨著科技的日新月異，使得人工智慧逐漸融入我們的生活，人工智慧的應用
層面相當的廣泛，許多應用上都能看到它的影子，包括車牌辨識、股票預測分析、
AOI 瑕疵檢測、推薦系統、聊天機器人等等，以及本論文的核心－人臉辨識都是
常見的應用。
傳統的 Convolutional Neural Network 對於分類問題具有相當好的辨識力，但
是僅限於已知類別，對於未知類別是無法應對的，Convolutional Neural Network
會將其納入已知類別分數最高的一類。為了解決分類限制的問題，我們以 Relation
Neural Network 的架構來做為主要開發的演算法則，由於它可以透過度量學習來
判斷影像與影像標的之間的相似度距離分數，透過設立門檻值來依據相似度分數
的高低，判定是已知類別或是未知類別。
在本論文中，每位已知者都共享相同的 Autoencoder 特徵擷取網路，並且有
屬於自己的打分數網路，不會因為一個人的加入或退出而影響整個網路導致需要
重新訓練，在管理層面相當有彈性。此外，為了增加系統的實用性，我們將類神
經網路整合至 Android App 專案，使其可以運行在低成本且輕量化的嵌入式平台，
在保持著與原有準確度及速度的情況之下，達到邊緣運算的成效。

[1] Mei Wang, Weihong Deng. (2020). Deep Face Recognition: A Survey. arXiv preprint arXiv:1804.06655.
[2] Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton. (2012). Imagenet classification with deep convolutional neural networks. In Advances in neural information processing systems (pp. 1097-1105).
[3] Gregory Koch, Richard Zemel, Ruslan Salakhutdinov. (2015). Siamese neural networks for one-shot image recognition. In ICML deep learning workshop (Vol. 2).
[4] 王德揚,“基於單類別識別辨識應用於身分認證之研究,” 國立臺灣師範大學, 2020.
[5] 徐雅盈,“以二進制類神經網路為基礎的臉部驗證硬體架構之研究,” 國立臺灣師範大學, 2020.
[6] Flood Sung, Yongxin Yang, Li Zhang, Tao Xiang, Philip H. S. Torr, Timothy M. Hospedales. (2018). Learning to Compare: Relation Network for Few-Shot Learning. IEEE Conference on Computer Vision and Pattern Recognition (pp. 1199-1208).
[7] Shyam Patidar, Dheeraj Rane, Pritesh Jain. (2012). A Survey Paper on Cloud Computing. In 2012 Second International Conference on Advanced Computing & Communication Technologies (pp. 394-398).
[8] Weisong Shi, Jie Cao, Quan Zhang, Youhuizi Li, Lanyu Xu. (2016). Edge computing: Vision and challenges. IEEE internet of things journal, 3(5), 637-646.
[9] Raspberry Pi Documentation. Accessed on June 1, 2021. [Online]. Available: https://www.raspberrypi.org/documentation/
[10] ODROID Wiki Documentation. Accessed on June 1, 2021. [Online]. Available: https://wiki.odroid.com/odroid-n2/odroid-n2
[11] Claudio Maia, Luis Miguel Nogueira, Luis Miguel Pinho. (2010). Evaluating Android OS for Embedded Real-Time Systems. In 6th International Workshop on Operating Systems Platforms for Embedded Real-Time Applications (pp. 63-70).
[12] 黃奕鈞,“應用於MTCNN及關係類神經網路之快速人臉辨識系統,”國立臺灣師範大學, 2021.
[13] Chaquopy Python SDK for Android Documentation. Accessed on June 1, 2021. [Online]. Available: https://chaquo.com/chaquopy/documentation/
[14] Pascal Vincent, Hugo Larochelle, Isabelle Lajoie, Yoshua Bengio, Pierre-Antoine Manzagol. (2010). Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion. Journal of machine learning research, 11(12).
[15] 彭涵芸,“人臉辨識系統特徵擷取之研究,”國立臺灣師範大學, 2021.
[16] Oriol Vinyals, Charles Blundell, Timothy Lillicrap, Koray Kavukcuoglu, Daan Wierstra. (2016). Matching Networks for One Shot Learning. arXiv preprint arXiv:1606.04080.
[17] Jake Snell, Kevin Swersky, Richard S. Zemel. (2017). Prototypical Networks for Few-shot Learning. arXiv preprint arXiv:1703.05175.
[18] 鄭博文,“基於嵌入式系統的深度學習應用之研究-以人臉辨識為例,”國立臺灣師範大學, 2019.
[19] 邱筠茜,“以 Multi-Task CNN 和 One-to-Many 資料增量技術為基礎的人臉辨識系統,”國立臺灣師範大學, 2021.
[20] Jiankang Deng, Jia Guo, Niannan Xue, Stefanos Zafeiriou. (2019). ArcFace: Additive Angular Margin Loss for Deep Face Recognition. arXiv preprint arXiv:1801.07698.