【人脸识别】MVFace：一个优于CosFace和ArcFace的人脸识别损失

论文题目：《Mis-classifified Vector Guided Softmax Loss for Face Recognition》
论文地址：https://arxiv.org/pdf/1912.00833v1.pdf
代码地址：http://www.cbsr.ia.ac.cn/users/xiaobowang/

1.背景

       迄今为止，提出了几种基于margin的softmax损失函数（cosface、sphereface、arcface…）用来增加不同类特征的间隔。虽然它们都取得了重要的成就，但是也存在几个问题：
1、没有考虑到特征挖掘的重要性，而且样本挖掘的时候怎么清晰定义难易样本；
2、设置margin时只考虑从Ground Truth 类出发，未从其他类别考虑判别性；
3、设置margin时不同的类都是固定的间隔m值，不适合很多真实场景的情况；
       MVface可以自适应地重点关注误分类的特征向量，以此指导判别性特征学习。这也是首次将特征margin的优点和特征挖掘的优点集中