ArcFace: Additive Angular Margin Loss for Deep Face Recognition

open source：https://github.com/deepinsight/insightface

摘要

        一个主要的挑战在特征学习，使用深度卷积神经网络（DCNNs）对大尺度人脸识别，是设计合适loss函数，它能够增强区别。中心损失距离在深度特征和他们相应的类中心在欧几里得空间去实现类内紧度。球体猜测这个线性转换矩阵在最后全卷积层，能够使用作为一个表示类中在欧几里得空间，因此惩罚角在深度特征和他们对应权重使用一个惩罚方式。在这篇文章，我们提出了一个附加角边损失（ArcFace）来获得较高的区别特征来进行人脸识别。这个提出ArcFace有一个清楚的几何解释，由于它提取对应测地距离在一个超空间。我们展示可论证地最广泛的实验评估所有当前先进的人脸识别方法在10个人脸识别基准，它包含一个新的大尺度图像数据集拥有万亿点对，一个大尺度视频数据集。我们展示ArcFace一致性能超前以及能够容易地实施，可以忽略计算开销。为进行将来研究，代码已经公布在：https://github.com/deepinsight/insightface

 

                                          

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料