【没有哪个港口是永远的停留~ 论文解读】DeepVisage

论文地址：DeepVisage: Making face recognition simple yet with powerful generalization skills

摘要：

• 提出了一种易于训练和单一的基于CNN的FR（人脸识别）方法。
• 我们的CNN模型利用残差学习框架。 此外，它还使用 normalized features 来计算损失。
• 泛化：我们广泛的实验表明，在不同的数据集上有很好的泛化能力。
• 成就：我们在LFW、IJB-A、You Tube Faces和CACD数据集上获得 competitive and state-of-the-art results 

介绍：

前人经验；最先进的FR方法：

• 方法：[ Deepface ,Facenet ,DeepID3,24,VIPLFaceNet（baidu）],
• 测试集：LFW数据集高准确率，
• 训练集：[11, 24, 44, 2]
• 优化策略：loss functions [Facenet, DeepID3]、fine-tune CNN（需要对每个目标数据集进行培训，这限制了泛化能力）、metric learning [Triplet similarity, 9]（并不能保证会变好）、从多个CNN[DeepID3,20]连接特征

实践

网络

其中：

• CoPr:卷积层 (PReLU)
• ResBl: output = input + CoPr(CoPr(input))
• # Replication重复次数
• FN表示特征归一化。

loss:softmax loss

BN

预处理

我们在训练和测试过程中保持相同形式的2D人脸图像。 我们的预处理步骤是：

• (A)使用MTCNN[45]检测器 得到人脸框和关键点；
• (B)通过应用2D相似变换对人脸图像进行归一化。 变换参数是从112×96图像中的关键点坐标计算出来的
• (C)转换为灰度

识别

余弦相似度判别

CNN 训练

• 训练集：我们从MS-Celeb-1M[11]数据库的清洁4版本中收集训练图像，该数据库由62.5K身份的4.47M图像组成。 我们只使用身份标签来训练CNN模型。
• 数据集拆分：我们使用95%的图像(4.2M图像)进行训练，5%的图像(232K图像)用于监测和评估损失和准确性。
• 优化器：我们使用随机梯度下降法训练我们的CNN 动量设定为0.9。
• 惩罚：我们还应用了L2正则化，其权重衰减设置为5e−4。
• 学习率：我们开始CNN训练，学习率为0.1，2 个 epoch。 然后我们在每个 epoch 之后减少10%。 我们在5个 epoch 之后停止训练。
• 批次：我们在每个小批中使用120幅图像。
• 数据增强：在训练过程中，我们通过水平翻转图像来应用数据增强。
• 注意：在评估期间 在特定的数据集上，我们不应用任何额外的CNN训练或微调和降维。

测试

测试一：

lfw测试集，最终准确率比较

 

测试二：IJB-A数据集，其中T@F0.001，表示误判率为0.001下召回率，ExTr额外训练，FT=fine-tune

测试三：YouTube Faces [40] (YTF)

测试四：cacd

测试五：上部分。测试不同训练集，对准确率的影响。下部分，测试不同人数，不同张数，对准确率影响。

测试六：接下来，我们根据不同的CNN组件和模型对结果进行分析。

• CASIA[44]数据集训练
• FN 特征归一化
• CL 中心损失
• 用ReLU而不是PRELU训练我们的CNN，并观察到它降低了精度大约0.5%。

a:softmax、b:FN
c:CL、d:CL+FN

 

分析不正确的结果

LFW测试集：FA(label_false,pre_true)、FR(label_true,pre_false)

                         

CACD测试集：同上

                      

 

YTF测试集：视频对

 

IJB-A 测试集