人脸识别:ArcFace/Insight Face(转)

mark一下,感谢作者分享
https://blog.csdn.net/fire_light_/article/details/79602705

作者开源代码:https://github.com/deepinsight/insightface
这篇论文原名是ArcFace,但是由于与虹软重名,后改名为Insight Face。

其实这篇论文可以看作是AmSoftmax的一种改进版本,总体思路相对较为简单。

AmSoftmax:

这里写图片描述

不是很熟悉的读者可以参考我之前的博客
人脸识别系列(十六):AMSoftmax

Arcface:

这里写图片描述

这样修改的原因

角度距离比余弦距离在对角度的影响更加直接

决策边界的具体比较如下图
这里写图片描述

IR

除了损失函数的改进之外,作者还提出了一种称为IR的网络结构,就是对Resnet的block进行了一些改进,文章说更适合对人脸图片的训练了
这里写图片描述

实验

使用了几种网络结构作实验,包括MobileNet、 Inception-
Resnet-V2、Densely connected convolutional networks
(DenseNet)、Squeeze and excitation networks
(SE) 和Dual path Network (DPN)
实验结果如下:

lfw得分

这里写图片描述

MegaFace得分

这里写图片描述
截止当前(2018年3月),是MegaFace榜第一,达到了98.36%的成绩,但是因为作者对动了MegaFace中的数据,将FaceScrub与MegaFace1M干扰项中重叠的部分去除了,(这也就是表中R的含义),因此不能体现该算法对其他算法有绝对的优势。
即便如此,这篇论文以及作者开源的代码对人脸识别研究做出的贡献也是不可磨灭的。



  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值