人证核验

两篇文章：

“DocFace: Matching ID Document Photos to Selfies*”

“DocFace+: ID Document to Selfie* Matching”

DocFace

已有基础数据集 和 人证数据集，利用基础数据集，训练模型 F，利用F的参数初始化 G 和 H，G使用证件照，H使用自拍照 finetune，损失函数使用 MPS 损失。

MPS（Max-margin Pairwise Score）的计算方法是：

1、假设Batch大小为2N，包含N个人，每人一张证件照，一张自拍照，分别记为a1...aN和b1...bN。

2、ai走G网络，bi走H网络，提取的特征记为 g(ai)和h(bi)。

3、对每个人i，比较 g(ai)和h(bi)的相似度，记为Sp；比较g(ai)和所有h(bj)（j不等于i）以及h(bi)和所有g(aj)，共2*(N-1)个相似度，取最大值，记为Sn。

MPS=max(Sn-Sp+margin,0)

 

 

DocFace+

亮点在DWI（Dynamic Weight Imprinting），即对每个人i，取 g(ai)和h(bi) 的平均值作为第i个类的权重，记为wi，这样减小ai、bi 和 wi之间的距离，其实就是减小 ai 和 bi 之间的距离。巧妙地把分类问题转换成聚类问题。