《BoundaryFace: A mining framework with noise label self-correction for Face Recognition》文章+代码的解析

这是一篇2022年的ECCV的人脸识别的文章，实习的时候做新模型探索的时候用到了。关于人脸识别这项技术已经是非常成熟的了，但里面可研究的东西还是有的，比如如何更好的区分难分的人脸，这就是分类问题里的难例挖掘。

一.文章亮点:

1.针对人脸识别中的难例挖掘问题，重点研究样本的类中心与最近负类中心的关系

2.对于数据集中的标签噪声，提出了一个闭集噪声的自纠正模块

二.文章和代码分析:

训练和测试的流程，这个没什么好说的，和Arcface的代码非常像，唯一不一样的地方就是多了自纠正模块，这里重点讲一下代码部分的损失函数和自纠正模块。以及如何理解这种方法。

1.损失函数：

整个人脸识别的损失函数都是由softmax loss演化而来：

上面就是softmax loss的函数， ( [ b, feature_dim] )表示输入，W ([num_class,feature_dim])表示标准类别下的特征矩阵(说白了就是每个类别的特征向量矩阵)。而这里是标准矩阵W的转置和输入 相乘，就是求两个向量的相似度。输出为[b,num_class]，再加上一个偏置。

1.2归一化的softmax loss:

L1如何变化到L2的呢？首先L1中的输入x和权重W都进行了归一化，那么根据向量相乘的公式

由于都进行了归一化，所以完全可以转化为cos角度,最后在加上一个缩放系数s就得到指数的变化。对于log的分母位置，是把和某一类的角度单拿出来了，也就是把分子部分拿出来了，只是形式不一样，其实都是相等的。

1.3Cosface Loss:

给当前类添加了一个边界m，不过这个边界是添加在cos值上的。

1.4Arcface Loss:

这个间隔m添加在了角度上面，然后通过s的缩放系数，映射到球面上。

1.5BoundaryFace Loss：

添加了一个决策边界，来决定是否要校正标签。

2.代码：

cosine就是权重和输入想乘得到，求sin是为了求phi，phi通过cos的公式可以得到，这样就给角度添加了一个边界，th = -cos(m)。

代码中分为easy_margin 和hard_margin 是为了让phi 在单调递减，具体的证明过程

可以参考这一篇：

arcface代码中对easy_margin的理解_arcface easy_margin-CSDN博客

one_hot:里面存放了batch个样本的真实标签，只不过形式是one_hot的形式，属于自己的那一类为1，其余的都为0.

epoch_start设置了标签的自纠正模块在第几个epoach使用，一般前几个epoch的训练效果并不好，所以不用自纠正模块，在后面阶段才开启自纠正模块。

2.1训练初始阶段：

由于初始阶段没有自纠正模块的参与，因此纠正后的label还是原label，输出output是按照公式来的，对于当前类，会加上一个m的边界，对于其他的类直接取cos值。和公式不同的的是输出output只有分母的部分。

2.2自纠正模块的参与：

right2: 当前这个样本和它标签的相似度

left2:当前这个样本和其他样本标签(除了本标签之外)的相似度。然后取left2(这个样本和其他标签的相似度)集合中，最大值，就表示这个样本和其他标签最相似的标签 (left_max2)。

sub2:表示该样本和其他标签的距离和该样本和本类别中心距离的差值。

temp2:取出那些分类错误的(与其他标签类别的相似度中大于标签本类相似度的)，就表示该样本的标签错误了。

然后把这些分类错误的图片地址保存，并进行纠正，保存在txt文件中。

并且将one_hot中该类别的标签进行纠正，表示其标签

后面就和初始的output的计算就是一样的了。

这里有一个final表示，最后loss的补偿，由于里面存在着分类错误的标签，所以补偿的部分就是分类错误的这一部分的差值，由于一个batch中可能有多个样本分类错误，所以这里取了平均值并且乘上了一个。

整个代码核心的模型部分就解释完毕，其余都是简单的部分。

欢迎讨论和指正！！！！