FaceNet[2015-CVPR]

Motivation

• End2end : 从image-space到Euclideam-space[f(x)=1]的映射，在该空间中人脸相似度可以通过distance来度量；

                                                

• Triplet

                      ,       ( , ,  )

Novelty

• Triplet Loss

                                                     

                                                           

Details

• Online-Triplets : 确保mini-batch中的每个identity都有大约40张face-images；[batchsize = 1800].
• Offline-Triplets : 每隔几轮迭代使用最新的checkpoint来生成triplets;

Experiment

• LFW_acc = 99.63%, YTF_acc = 95.12%.

Comments

• Triplets的样本空间为O(N^3)[note : N为样本样本量]，当N较大时，不可能遍历到所有的triplet.
• Triplets的生成质量对模型的收敛速度、性能好坏有比较大的影响；
• 训练时间久，而且不稳定！

Reference

[1].https://zhuanlan.zhihu.com/p/76538002