人脸识别系列-Centerloss论文阅读笔记

好记心不如烂笔头，以此记录自己的学习历程。
这篇论文 Centerloss来自Eccv2016。本文主要讲解其核心原理以及源码和实验。
论文地址：https://ydwen.github.io/papers/WenECCV16.pdf
代码地址：https://github.com/ydwen/caffe-face

简介

在人脸识别中，就是要学习到一种判别性好的特征。作者通过增加centerloss使得学习的特征类内距离更小。

在人脸识别的任务中，特征不仅仅是要可分，而且还要能够容易判别，如上图，左边的特征虽然可分，但是类间距离不够大，因此会导致错分现象，而好的特征应该像有图那样，很容易区分。
在人脸认证任务中，常用的步骤是通过提取神经网络最后一层的通过计算余弦或者欧式距离进行判断。作者通过分析softmax学习到的特征，发现softmaxloss后的特征每一类特征较分散，如下图所示，因此作者提出了centerloss,目的是想让每一类特征更加聚合。