【关于DeepFace中L4/L5/L6层的结构解析】

关于DeepFace中L4/L5/L6层的结构解析

1. L4/L5/L6层的实际结构关系

根据DeepFace的原始设计：

正确部分：

• 严格对齐前提：确实需要3D对齐的人脸输入¹
• 位置特异性：不同卷积核针对不同面部区域¹

需要修正的部分：

• 层级关系：L4→L5→L6是顺序连接的层级结构¹
  • 输入图像先经过L4处理
  • L4的输出作为L5的输入
  • L5的输出再作为L6的输入¹
• 参数独立性：每层有自己的独立参数（不共享）¹

2. 网络结构的详细数据流

典型处理流程：

1. 输入：3D对齐后的152×152人脸图像¹
2. 前处理：
   • C1：11×11卷积 → 池化
   • C3：9×9卷积¹
3. 主体结构：
   • L4层：9×9局部卷积 → 输出144×144特征图
   • L5层：7×7局部卷积 → 输出138×138特征图
   • L6层：5×5局部卷积 → 输出134×134特征图¹
4. 全连接层：
   • F7：4096维
   • F8：4030维（对应4030个类别）¹

关键计算示例：

以L4→L5为例：

• L4输入：152×152
• L4卷积核：9×9
• L4输出：(152-9+1)×(152-9+1)=144×144
• L5输入：144×144
• L5卷积核：7×7
• L5输出：(144-7+1)×(144-7+1)=138×138¹

3. 与传统CNN的核心区别

特性	传统CNN	DeepFace局部连接
参数共享	全图共享相同卷积核1	每个位置独立参数1
卷积核大小	同层固定1	同层固定但逐层减小1
典型应用	通用图像识别1	严格对齐的人脸1
参数量	较少1	极大(440万数据支持)1
位置敏感性	不敏感1	高度敏感(依赖对齐)1

4. 设计原理的深层原因

1. 解剖学依据：

   • 人脸的鼻子/眼睛/嘴巴等部位具有不同的局部特征¹
   • 需要不同大小的感受野来捕捉：
     • L4(9×9)：较大区域特征（如整个眼睛区域）
     • L6(5×5)：精细局部特征（如眼角纹理）¹

2. 层次化特征提取：

   • 低层(L4)：提取基础局部特征
   • 中层(L5)：组合简单特征
   • 高层(L6)：形成高级语义特征¹

3. 工程验证：

   • Facebook使用4030人的440万张人脸验证有效性¹
   • 在LFW上达到97.35%准确率（接近人类水平）¹

---

1. 10图像识别（人脸识别）1.pptx - DeepFace网络结构细节与性能指标 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎