MobileFaceNets: Efficient CNNs for Accurate Real-time Face Verification on Mobile Devices
Face Verification 我说我是张三,系统判断一下我是不是张三
Face Identification 我什么都没说,系统说一下我是谁?
在手机等移动设备上如何进行人脸验证了?本文提出了一个快速准确的网络 MobileFaceNets
本文首先分析了一下以前的快速网络为什么在做Face Verification 性能很低下 MobileNetV1 、 ShuffleNet 、 and MobileNetV2
For face verification and recognition, some researchers ([14], [5], etc.) have observed that CNNs with global average pooling layers are less accurate than those without global average pooling.
已经有研究者指出 对于人脸验证和识别问题,有global average pooling layers 比 没有 global average pooling layers 的网络精度要低,但是没有给出理论支持
这里我们采用 receptive field 的有效视野给出理论分析
简单的来说,对于一个7*7人脸特征,距离中心的越近的特征越重要,距离中心越远的特征作用越低。但是 global average pooling layers 对所有特征采用了相同的权值,所以效果差,这里我们采用了 global depthwise convolution,这里权值和 spatial importance 一致。
MobileFaceNet Architectures
11