pytorch实现人脸检测与识别_人脸识别损失函数简介与Pytorch实现

来自 | 知乎 作者丨Uno Whoiam 来源丨https://zhuanlan.zhihu.com/p/60747096 编辑 | 深度学习这件小事 仅 作学术交流，如有侵权，请联系 删文

一般来说，人脸识别分三步走：

1. 找人脸：图片中找出含人脸的区域框出来
2. 对齐人脸：将人脸的眼镜鼻子嘴巴等标出来，以此作为依据对齐人脸
3. 识别：将对齐的人脸进行识别，判定这张脸究竟是谁

本篇要介绍的损失函数，用于第三步骤，聚焦于更准确地识别这张脸究竟属于谁，本质上属于一个分类问题。

一言以蔽之ArcFace、SphereFace、CosFace三个损失函数相对于前辈们而言，改进的一个核心思路就是：

只有平常(train)更刻苦的训练，才有可能在比赛中(test)中得到更好的结果。 

它们都对卷积神经网络提出了更高的目标，在训练阶段更为艰难，也因此让其成为了一个更好的分类器。

一、从前辈说起

首先谈谈他们的前辈：  

维基百科介绍：

Softmax函数，或称归一化指数函数[1]，是逻辑函数的一种推广。 它能将一个含任意实数的K维向量      “压缩”到另一个K维实向量     中，使得每一个元素的范围都在     之间，并且所有元素的和为1。 该函数的形式通常按下面的式子给出：    

简单来说 softmax 将一组向量进行压缩，使得到的向量各元素之和为 1，而压缩后的值便可以作为置信率，所以常用于分类问题。另外，在实际运算的时候，为了避免上溢和下溢，在将向量丢进softmax之前往往先对每个元素减去其中最大值，即：

想了解更多，可以参考： 忆臻： softmax函数计算时候为什么要减去一个最大值？https://zhuanlan.zhihu.com/p/29376573

再谈谈一个容易搞混的东西： 

上面我们丢入一个长度为    的    向量，得到    ，而softmax loss呢，则是：

其中    是一个长度为    的one-hot向量，即    ，只有ground truth对应的    。所以也可以简写为：

到这里我们不妨在看看交叉熵    ：

其中    是真实分布，在分类任务中，    实际上等价于上面的    。而    则是预测分布，在分类任务中    实际上等价于上面的    。这样一来进行化简就得到：

我咋觉得这么眼熟呢...

所以，我们可以得到：

参考链接： https://blog.csdn.net/u014380165/article/details/77284921

二、SphereFace

论文地址： https://arxiv.org/pdf/1704.08063.pdf

要想增强    的分类能力，其实就是要在分布上做到两点：

1. 让同类之间距离更近

2. 让不同类之间距离更远

不妨继续看看  ：

其中    代表两个向量    之间的夹角，如果对    归一化，将偏置    置为0，即    ，则有：

下标    表示    。

对于    我们乘上一个大于等于1的整数    ：

这样不仅放大了类之间的距离，也因放大了同类    与    之间的间隔而使类内更聚拢。

不过上述公式仍有问题：原来的    ，如今    超出了向量之间的夹角函数    定义域范围