版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、中国团队夺得 MegaFace 百万人脸识别冠军。98%中国团队夺得 MegaFace 百万人脸识别冠军。98%专作者nsight 洞【 导读LFW 中,很多团队都取得了接近乃至超过 99.80% 的成绩。但是在大规模人脸识别中, 依然存在。例如MegaFaceLFW 上表现良好的模型也常常只能达到 60% 多的精度。De nsight 洞见 团队刷新了这一 的 , 将 MegaFace 的精度 到 98%,超过俄罗斯 Vocord 公司保持的 91% 的LFW 很多团队都取得了接近乃至超过 2017 中都可以看到,由于 LFW 尽管 LFW 是一个 1 比 1 脸识别问题基本已经LFW 很多
2、团队都取得了接近乃至超过 2017 中都可以看到,由于 LFW 尽管 LFW 是一个 1 比 1 脸识别问题基本已经得到解决然而在大规模人脸识别依然存MegaFace 1 N 比对测试,即便在 多的精度。2018 年 2 系列努力,到了98%,超过俄罗斯的精公司保91% 同。1提出了一种具有更好几何解释性的 loss function上3.1 网络输入设所有的实验当中,都根据人脸的 5 个关键点进行对齐,并且切割设置112x112大小是 ImageNet 3.1 网络输入设所有的实验当中,都根据人脸的 5 个关键点进行对齐,并且切割设置112x112大小是 ImageNet 输入的 L3.2
3、网络输出设到特征向量的方法,发现了最优的结构代号 E,即 (Convolution - BN -Dropout - FullyConnected - 的选择和实验结果可以参考原文 13.3ResNet 单元设在 ResNet 中,发现 的单元相比原始实现6和 7unit 性能更好,标记为-IR1Improvedit:BN-Conv-BN-PReLu-Conv-3.4 评在 下结果数据集上用 Softmax 1Improvedit:BN-Conv-BN-PReLu-Conv-3.4 评在 下结果数据集上用 Softmax 1: Accuracy (%),speed (ms) and differ
4、entbackbonessize (MB) comparison n据此选择LResNet100E-IR 作Loss4.1Softmax,其定义如下Softmax 是最常见的人脸识别损失函数,然而,Softmax 不会显式的优类间和类内距离的,所以通常不会有太好的性能4.2TripletTripletLoss MetricLearning,也在人脸识别中广泛使用。定义为Softmax不受显存的限制。但是相应的,4.2TripletTripletLoss MetricLearning,也在人脸识别中广泛使用。定义为Softmax不受显存的限制。但是相应的,4.3由于TripeletLoss 训,
5、人们逐渐寻求结合MetricSoftmax SphereFace2 17 的法,在当时达到了 在具体实现中,为了避免加入的 margin(即 m) 参 ,和 Softmax margin 具体是什么? marginSoftmax bias=0WX 表示 W 和 的夹角,归一化 W 后X,| X | 是确定的,所以这时 Softmax 优化的其实就是 cos 是Softmax 者就想到了夹角上加入一个 margin 可以达到这个目的,如下图2: 可以看到在这样做之后,即使是类间距离最近的点也有一定的 margin会向着自己的 wvector 4.4Additive2: 可以看到在这样做之后,即使
6、是类间距离最近的点也有一定的 margin会向着自己的 wvector 4.4AdditiveCosine最近,在 3,4 中,作者提出了一种在 Cosine 值上加入 Margin 定义如下2 Softmax 。4.5AdditiveAngular1 提出了在角度上增加固定值的MarginCosine 的基础上,更具有几何 (角度) 解释性并且获得了更好的性能下这里同时 normalize 了 weight(到 1) 和 feature(到 s,默认 64),则(CosineMargin 也同理3ArcFace 4.6 对3ArcFace 4.6 对以二元分类举例,以上各算法的 bounda
7、ry 如下2: boundariesforclass1underbinaryclassificationMargin 下目标 的值4.7.1 验证首先,对4.7.1 验证首先,对 3 个 1 比 1 比对的验证集进试,网络结构为LResNet100EIRRefined-MS1M表 4.7.2MegaFace 百万人脸测对 MegaFace表 4.7.2MegaFace 百万人脸测对 MegaFace (标记 这样获得的性能才是模型本来的性能,也移除了噪音带来的随机性。参考SphereFace 和 ArcFace(m=0.4) 在移除噪音前后的性能对比。真实性能ArcFace(m=0.4) Sp
8、hereFace表 在上面的实验基础上,做了更严格的实验:移除所有训练集合中和crub) 表 可以看到移除和 probe-set 也可以看到 CosineFace 开源库 InsightFace0 提供了 ArcFace 在其他一系列 Loss 的第实现,并支持一键训练。利用项目中提供Refined-MS1M 训练数据集5.1 表 可以看到移除和 probe-set 也可以看到 CosineFace 开源库 InsightFace0 提供了 ArcFace 在其他一系列 Loss 的第实现,并支持一键训练。利用项目中提供Refined-MS1M 训练数据集5.1 Linux 下两行命令即可完成
9、安装pipinstallsixscipyscikitlearnscikitimageeasydictgit5.2 一行命令即可获得最佳的模型= 0 ,1 ,2 ,3 u train_softmax . py r100lprefix(简单版1AdditiveAngularMarginLossforDeepFaceRecognition:JiaGuo*andStefanosang2 SphereFace: Deep Hypersphere Embedding for Face Recognition: andand,CosFace: Large Margin Cosine Loss for Dee
10、p Face Recognition: Wang, ,CosFace: Large Margin Cosine Loss for Deep Face Recognition: Wang, WangYitongZhouZhengJiXingLiZhifengDihong and Zhou,Jingchao and Liu,WeiAdditive Margin Softmax for Face Veri cation: Wang,Feng and Liu, Wei and Liu,Haijun and Cheng,JianDeep pyramidal residual networks: HyoonandKim,Ji-whanand Deep Residual Learning f
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024外委施工合同模板
- 2024年小升初数学期末模拟测试卷含答案(综合卷)
- 2024委托代理购房协议书
- 2024利息借款合同正规范本
- 2024年汽车维修工技能理论考试题库【巩固】
- 2024委托房产中介代理销售房屋合同
- 2024年汽车维修工技能理论考试题库(培优a卷)
- 2024年沪教版六年级下册数学期末测试卷含完整答案【有一套】
- 2024年演出经纪人之演出经纪实务通关提分题库带答案(夺分金卷)
- 2024年演出经纪人之演出经纪实务通关题库含答案(巩固)
- 兵团科技管理信息系统PPT课件
- 入团志愿书电子版
- 例谈核心素养下的小学高年级整本书阅读指导策略
- 六年级美术下册第10课《竹》教学设计浙美〔精品篇〕
- 产后访视内容
- 适用于在全县行政复议暨行政应诉能力提升培训会议上的讲话
- 血液透析血标本采集
- 医院学科带头人选拔及激励机制【荐】5
- 地下管线探测技术设计书
- 污水处理生物转盘的设计
- (完整word)小学生作文稿纸A4打印模板
评论
0/150
提交评论