ArcFace: Additive Angular Margin Loss for Deep Face Recognition
2. Proposed Approach
2.1. ArcFace
最常用的分类损失函数softmax损失如下:
x i ∈ R d x_i\in R^d xi∈Rd代表属于第 y i y_i yi类别的第i个样本的深度特征。本文将嵌入特征维数d设置为512, W j ∈ R d W_j\in R^d Wj∈Rd代表第j列的权重 W ∈ R d × n W\in R^{d\times n} W∈Rd×n, b j ∈ R n b_j\in R^n b
ArcFace Additive Angular Margin Loss for Deep Face Recognition
ArcFace: Additive Angular Margin Loss for Deep Face RecognitionArcFace的优点可概括如下:迷人的(Engaging)。弧面直接优化测地线的距离裕度(geodesic distance margin),通过精确对应的角度和弧线在规范化超球面。我们通过分析特征和权重之间的角度统计,直观地说明了在512-D空间中发生了什么。有效。ArcFace在包括大型图像和视频数据集在内的十个人脸识别基准上实现了最先进的性能。容易的。ArcFace只需