DeepID3: Face Recognition with Very Deep Neural Networks

https://arxiv.org/abs/1502.00873

摘要

随着深度学习技术的出现，人脸识别技术得到了长足的发展。极深神经网络由于其强大的学习能力，近年来在一般物体识别领域取得了巨大的成功。这一动机研究了他们对人脸识别的影响。本文提出了两种非常深的神经网络架构，称为DeepID3，用于人脸识别。这两种架构是由VGG net[10]和GoogLeNet[16]中提出的堆叠卷积和inception层重建而来，使其适合人脸识别。在训练过程中，在中间和最终特征提取层中加入联合人脸识别验证监控信号。两种体系结构的集成分别实现了99.53%的LFW人脸验证精度和96.0%的LFW rank-1人脸识别精度。最后对LFW人脸验证结果进行了进一步的讨论。

1 引言

  使用深度神经网络学习有效的特征表示在人脸识别中已经很流行[12,20,17,22,14,13,18,21,19,15]。随着较好的深层网络架构和监控方法，人脸识别的准确率在近年来得到了快速的提高。特别是，一些值得注意的面部表征学习技术最近正在发展。早期在监督方式下学习深度人脸表示的一个尝试是使用人脸验证作为监督信号[12]，这需要将一对训练图像分类为是否是同一个人。它极大地减少了人脸特征中的个人内部变化。然后，DeepID[14]和DeepFace提出了通过大规模人脸识别分类(face identification)学习有判别能力的型深度人脸表示[17,18]。通过对训练图像进行大量的身份分类，深度神经网络的最后一层隐藏层将形成丰富的身份相关特征。通过这项技术，深度学习在经过广泛评估的LFW人脸验证数据集[6]的紧密裁剪的人脸图像上首次接近人类的性能。然而，习得的面孔表征也可能包含显著的个人内变化。在[12]和[14]的激励下，在DeepID2[13]中提出了一种通过联合人脸识别验证来学习深度人脸表示的方法，并在DeepID2+[15]中进一步改进。增加验证监控信号显著减少了个人内的变化，导致人脸识别性能的另一个显著改善。最终超过了lfwall人脸图像的人脸验证精度[13,15]。在ILSVRC2014中GoogLeNet[16]和VGG[10]在总体图像分类中排名第一。这促使我们去研究由非常深的网络结构所带来的高超的学习能力是否也能有益于人脸识别。
  虽然DeepID2和DeepID2+有高级监控信号的监督，但与最近提出的在一般物体识别方面的高性能深度神经网络如VGG和GoogLeNet相比，其网络结构要浅得多。VGG网将多个卷积层叠加在一起，形成复杂的特征。GoogLeNet更先进，它将多尺度的卷积和汇集到一个单一的特征提取层中。
为了有效地学习，它还引入了1x1卷积来进行特征降维。
  在本文中，我们提出了两种被称为DeepID3的深度神经网络体系结构，它们比目前最先进的用于人脸识别的