当前位置：网站首页>CV-人脸识别-2018：ArcFace

CV-人脸识别-2018：ArcFace

2022-08-10 07:25:00 【u013250861】

《原始论文：ArcFace: Additive Angular Margin Loss for Deep Face Recognition》
GitHub：bubbliiiing/arcface-pytorch

使用深度卷积神经网络 (DCNN) 进行大规模人脸识别的特征学习中，主要挑战之一在于 设计适当的损失函数以增强判别能力。Center Loss 会惩罚欧式空间中深层特征及其对应的类中心之间的距离，以实现 类内紧凑性 (intra-class compactness)。

SphereFace 假定 最后一个全连接层中的线性变换矩阵 可用作角度空间 (angular space) 中类中心的表示，并以乘法方式惩罚深度特征及其相应权重 (weights) 之间的角度 (angles)。近期，一种流行的研究方向是将 margins 纳入已建立的损失函数中，以最大程度地提高人脸类别可分性 (face class separability)。

本文提出了一个 加性角度边距损失 (Additive Angular Margin Loss, ArcFace)，以获取用于人脸识别的高判别度特征 (highly discriminative features)。由于所提出的 ArcFace 与 超球面上的测地距离 (geodesic distance on the hypersphere) 精确对应，故其具有明晰的几何解释。大量实验表明，ArcFace 始终优于 SOTA，且容易实现，计算开销可忽略不计。

参考资料：
【机器学习】详解 ArcFace
人脸识别合集 | 10 ArcFace解析

原网站

版权声明
本文为[u013250861]所创，转载请带上原文链接，感谢
https://blog.csdn.net/u013250861/article/details/126257513

边栏推荐

猜你喜欢

随机推荐