一个点到多边形顶点距离相同_人脸识别合集 | 人脸识别损失函数(上)基于欧几里得距离...

基于欧几里得距离的损失函数：Contrastive loss、Triplet loss、Center Loss+Softmax loss
Softmax loss适用于多分类，只具有可分离性(separable)，即将类间分离，而没有判别性(discriminative)，即不能类内聚合。而人脸识别需要有可分离性+判别性，可以泛化到对未知人脸的同类与不同类的分类，所以有了以下的损失函数。
在有监督的机器学习领域，通常有固定的类别，这时就可以使用基于softmax的交叉熵损失函数进行训练。但有时，类别是一个变量，此时使用triplet loss就能解决问题，triplet loss的优势在于细节区分，即当两个输入相似时，triplet loss能够更好地对细节进行建模，相当于加入了两个输入差异性差异的度量，学习到输入的更好表示。
siamese network, triplet network的输入都是成对或者triplet的，怎么对一个样本进行分类啊？神经网络的优势在于表示学习，自动的特征提取。所以，成对或者triplet的输入能让神经网络学到输入的更好的表示，后面再接svm, logtistic regression就可以分类了。1 对比损失（Contrastive Loss）
Contrastive loss 最初源于Yann LeCun于2006年发表的 Dimensionality Reduction by Learning an Invariant Mapping，该损失函数原本主要是用于降维中，即本来相似的样本，在经过降维（特征提取）后，两个样本仍旧相似；而原本不相似的样本，在经过降维后，两个样本仍旧不相似。同样，该损失函数也可以很好的表达成对样本的匹配程度。对比损失的定义

• 对比损失，需要用成对样本X1和X2来训练，还需要标注Y标签是否相似。公式如下：
  • 有一点点像是Modified Huber Loss（结合了MSE、Hinge Loss）

其中Dw(X1,X2)代表两个成对样本特征X1和X2的欧氏距离（二范数），P 表示样本的特征维数，Y为两个样本是否匹配的标签，m为阈值。

• 它可以很好的表达成对样本的匹配程度
  • Y=0，两个样本相似或匹配，红线，距离越大损失越大，横轴为欧式距离
  • Y=1，样本不相似，蓝线，距离越小损失越大
    • 当距离超过阈值ｍargin的，则把其loss看做为０，即不相似的特征离的很远

对比损失的梯度
使用随机梯度下降来更新w，以得到较小loss，更好表达成对样本的匹配程度。计算loss梯度的公式如下：

• Y=0，两个样本相似时，梯度为：

• Y=1，两个样本不相似时，梯度为：

用弹簧模型类比
弹簧模型公式为：F=−K*X ，（F表示两点间弹簧的作用力，K是弹簧的劲度系数，X为弹簧拉伸或收缩的长度，弹簧静止状态时X=0）

• (a) 相似是吸引力，蓝点与只吸引(attract-only) 弹簧连接到相似的点。
• (b) 与相似对关联的损失函数及梯度
• (c) 不相似是弹射力，蓝点仅与半径为m的圆内的非相似点用m-repulse-only弹簧连接
• (d) 与非相似对关联的损失函数及梯度
• (e) 一个点被不同方向的其他点拉动，形成平衡的情况

TensorFlow实现contrastive loss
输入图像对及它们的标签(相似或不相似)，例如输入28x28x1的图像：

left 

参考：参考1 TF实现contrastive loss和triplet loss2 三元组损失（Triplet Loss）
Triplet loss源于google在2015发表的 FaceNet: A Unified Embedding for Face Recognition and Clustering，伴随FaceNet。三元组损失的定义

• 三元组损失：最小化锚点和具有相同的身份的正例之间的距离，并最大化锚点和不同身份的负例之间的距离。
• 目标：
  • 相同标签的两个示例使其嵌入在嵌入空间中靠近在一起，不同标签的两个示例的嵌入距离要很远
  • 但不希望推动每个标签的训练嵌入到非常小的簇中。 唯一的要求是给出同一类的两个正例和一个负例，负例应该比正例的距离至少远margin。 这与SVM中使用的margin非常相似，这里希望每个类的簇由margin分隔。

• 期望的三元组约束：

• 三元组损失函数：

• 梯度，是对3个样本向量的：

• 需要将3个样本在嵌入空间表示成3个向量，图像经过特征提取再降维就是在嵌入空间上。
• 在嵌入上定义三元组损失步骤：
  • 锚点(anchor)、与锚类别相同的正例(positive)、类别不同的负例(nagative)
  • 对嵌入空间的距离d，一个三元组(a,p,n)上的损失为：
    • 最小化该损失就是让锚点与正例的距离d(a,p)趋近0，并使锚点与负例的距离大于d(a,p)+间隔，即d(a,n)>d(a,p)+margin

• 缺点：Triplet loss难于实现，所有的triplet组合太多了，都要训练效率低，所以要挑一些比较好的triplet进行训练

Triplet的选取

• 如何选择triplet，如何用正负例构建triplet，对模型训练的效率有很大影响。easy negative example比较容易识别，没必要训练，否则会严重降低训练效率。若都采用hard negative example，又可能会影响训练效果。
• Facenet论文中采用了随机的semi-hard negative构建triplet进行训练。
• 基于negative example与anchor和positive距离，分为三类三元组：
  • 容易三元组(easy triplets)：损失为0的三元组，因为d(a,n)>d(a,p)+margin
  • 困难三元组(hard triplets) ：其中负例比正例更靠近锚点，即d(a,n)<d(a,p)
  • 半困难三元组(semi-hard triplets)：其中负例不比正例更接近锚点，但仍有大于0的损失，d(a,p)<d(a,n)<d(a,p)+margin

Batch Hard Sampling
2017的《In Defense of the Triplet Loss for Person Re-Identification》提出batch hard的表现最好。

• Offline triplet mining：离线triplet mining将所有的训练数据喂给神经网络，得到每一个训练样本的编码，根据编码计算得到negative example与anchor和positive example之间的距离，根据这个距离判断semi-hard triplets，hard triplets还是easy triplets。
  • 它仅选择了hard 或 semi-hard triplets，但不够高效，因为最初要把所有的训练数据喂给神经网络，而且每过1个或几个epoch，可能还要重新对negative examples进行分类。
• Online triplet mining：Google提出了在线triplet mining的方法，即将B张图片（一个batch）喂给神经网络，得到B张图片的embedding。则triplet的组合一共最多B^3个triplets，其中包含很多没用的triplet（如三个negative examples和三个positive examples）。
  • valid triplets：一个triplet(B_i,B_j,B_k)，样本i和j有相同的label且不是同一个样本，而样本k具有不同的label。就是一个正例两个负例或者一个负例两个正例。
  • 还需要用batch all或batch hard方法挑选出有效的triplet，假设一个batch的数据包含P*K张人脸，P个人，每人K张图片，如下：
  • batch all：选择所有的valid triplet，并对hard 和 semi-hard triplets上的loss进行平均。
    • 产生PK*(K-1)*(PK-K)个triplet，即PK个anchor，对于每个anchor有k-1个可能的positive example，PK-K个可能的negative examples
    • 但不用easy triplets，因为easy triplets的损失为0，平均会把整体损失缩小
  • batch hard：对于每一个anchor，选择hardest positive(距离anchor最远的positive example) 和 hardest negative(距离anchor最近的negative example)
    • 产生PK个triplet，这些triplet是最难分的

Triplet network
《Deep metric learning using Triplet network》指出Siamese network是双胞胎连体，Triplet network是三胞胎连体，，输入是三个，一个负例+两个正例，训练的目标是找到满足相同类别间的距离尽可能的小，让不同类别间的距离尽可能的大的向量。Triplet在cifar, mnist的数据集上效果都是很不错的。

TensorFlow实现triplet loss
输入三张图片 anchor, positive, negative，但不需要标签：
（1）offline triplets实现

anchor_output = ...  # shape [None, 128]
positive_output = ...  # shape [None, 128]
negative_output = ...  # shape [None, 128]

d_pos = tf.reduce_sum(tf.square(anchor_output - positive_output), 1)
d_neg = tf.reduce_sum(tf.square(anchor_output - negative_output), 1)

loss = tf.maximum(0., margin + d_pos - d_neg)
loss = tf.reduce_mean(loss)

（2）batch hard的实现方式

def 

参考：
参考1 TF代码 Olivier Moindrot caffe中triplet loss layer的实现 MNIST示例3 中心损失（Center Loss）
Center Loss源于深圳先研院乔宇、Yandong Wen等在ECCV 2016上发表的 A Discriminative Feature Learning Approach for Deep Face Recognition。判别性

• 深度学习的特征需要具有discriminative(判别性)和泛化能力，以便在没有标签预测的情况下识别新的未见类别，如一个人脸即便没有训练过也能判断类别。判别性同时表征了紧凑的类内差异和可分离的类间差异。
• 判别性特征可以通过最近邻（NN）或k近邻（k-NN）算法进行良好分类，其不一定取决于标签预测。
• 而softmax损失仅鼓励特征的可分离性，所得到的特征对于人脸识别不是足够有效的。
• 对比损失和三元组损失分别构成图像对和三元组的损失函数，然而与原样本相比，训练对或三元组的数量急剧增加，导致了网络收敛缓慢。

中心损失的定义

• 中心损失：为每一个类别提供一个类别中心，最小化min-batch中每个样本与该类别中心的距离，即缩小类内距离。
• 有效地表征了深度特征的类内距离，提升深度特征的判别能力，在保持不同类别的特征可分离的同时最小化类内距离是关键。公式如下，c_yi就是第yi个类别的特征中心，xi表示全连接层之前的特征，m表示mini-batch的大小

• LC相对于xi的梯度和c_yi的更新方程为：
  • 如果条件满足则δ(条件)=1，否则δ(条件)= 0，即只有当yi（表示yi类别）和cj的类别j一样的时候cj才需要更新。
  • center可使用"xavier"进行初始化，然后在每个mini-batch迭代后在当前类别中更新一次。；每次迭代过程中，只对对应类别的特征取平均计算，相当于让cj是向x的平均移动。
  • 为了避免少样本类别造成的较大干扰，采用一个因子α来控制类别中心的学习率。

• 用softmax损失+中心损失的联合监督来训练CNN进行判别性特征学习，可以获得用于鲁棒的人脸识别的高判别性特征。标量λ用于平衡两个损失函数，则总的损失函数为：
  • softmax可以让不同类的深度特征分开；center loss可以将同一类的特征吸引到类中心。两者结合不仅可以扩大不同类的特征区别，还可以减小同一类的特征的区别。

• 判别性特征的学习算法步骤：

• λ对于softmax loss与center loss联合监督下深度特征分布的影响：
  • λ越大center loss比重越大，类内越聚合，判别能力越大。不同颜色的点表示来自不同类别的深度特征，白色的圆点(c0,c1,...,c9) 分别表示 10 类深度特征的类别中心.

• 优点：
  • 容易实现：梯度方程和更新方程易于推导，得到的CNN模型是可训练的。
  • 容易训练：Centers的更新基于可调学习率的mini-batch
  • 容易输入：中心损失与softmax loss具有相同的训练数据格式，不需要复杂的样本挖掘和重组，直接在特征输出层中引入它即可。
    • 这在对比损失和三元组损失中是不可避免的，由于预先收集所有可能的训练测试标识是不切实际的，因此CNNs中的标签预测并不总是适用。需要对深度学习的特性进行足够的一般化，以便在没有标签预测的情况下识别新的未知类。
  • 容易收敛：在联合监督下，DeepIDNet由0.7M人脸图像训练，在14小时内迭代28k收敛。
• 缺点：另一个角度上说，center loss采取的是在训练过程中用空间换取时间的策略

基于Center Loss + Softmax Loss的人脸识别网络
三个local convolution层的权值分别在4×4、2×2和1×1区域进行局部共享。将第4个池化层和第3个local convolution层连接起来作为第1个全连接层的输入。全连通层的输出尺寸为512。

本论文在Wild (LFW)和Youtube Face (YTF)上的测试，我们用λ=0.003和α=0.5的模型C，有更少的0.7M的训练数据和更简单的网络架构。模型A仅受softmax损失的监督，模型B受softmax loss + contrastive loss相结合进行监督，模型C的结果准确率更高，这说明在设计的神经网络中，中心损耗比对比损耗更有优势。但仍不如三元组准确率高。

Tensorflow实现Center loss

def center_loss(features, label, alfa, nrof_classes):
    nrof_features = features.get_shape()[1]
　　 # 训练过程中，需要保存当前所有类中心的全连接预测特征centers， 每个batch的计算都要先读取已经保存的centers
    centers = tf.get_variable('centers', [nrof_classes, nrof_features], dtype=tf.float32, initializer=tf.constant_initializer(0), trainable=False)
    label = tf.reshape(label, [-1])
    centers_batch = tf.gather(centers, label) # 获取当前batch对应的类中心特征

    diff = (1 - alfa) * (centers_batch - features) # 计算当前的类中心与特征的差异，用于Cj的的梯度更新，这里做了一个 1-alfa操作，比较奇怪，和原论文不同
    centers = tf.scatter_sub(centers, label, diff) # 更新梯度Cj，对于上图中步骤6，tensorflow会将该变量centers保留下来，用于计算下一个batch的centerloss

    loss = tf.reduce_mean(tf.square(features - centers_batch)) # 计算当前的centerloss 对应于Lc
    return loss, centers

参考：
作者源码： https://github.com/ydwen/caffe-face
作者课件 参考1 caffe实现

转载请注明： https:// zhuanlan.zhihu.com/Face Rec
还可在我的知乎中查看其他系列专栏《CNN模型合集》《人脸识别合集》《目标检测合集》《CS231n深度视觉笔记》《OpenCV图像处理教程》