本文来自 L constrained Softmax Loss for Discriminative Face Verification ，时间线为 年 月。 近些年，人脸验证的性能因引入了深度卷积网络而提升很大。一个典型的人脸识别流程就是： 训练一个基于softmax loss的深度卷积网络 提取倒数第二层作为每个样本图片的特征表征 基于两个样本的表征向量，计算cos的向量相似度。 softm ...
2018-12-17 15:00 0 769 推荐指数：
本文来自《Large-Margin Softmax Loss for Convolutional Neural Networks》，时间线为2016年12月，是北大和CMU的作品。 0 引言 过去十几年，CNN被应用在各个领域。大家设计的结构，基本都包含卷积层和池化层，可以将局部特征转换成 ...
本文来自《ArcFace: Additive Angular Margin Loss for Deep Face Recognition》，时间线为2018年1月。是洞见的作品，一作目前在英国帝国理工大学读博。 CNN近些年在人脸识别上效果显著，为了增强softmax loss的辨识性特征学习 ...
xi是1*d的向量，表示输入的特征向量，对该向量执行L2正则化操作就得到xi/||xi||。对该向量W是 ...
GhostVLAD for set-based face recognition 中提到了文章解决的是template-based face recognition。 VLAD: vector of locally aggregated descriptors. 由Jegou et al. ...
本文来自《A Discriminative Feature Learning Approach for Deep Face Recognition》，时间线为2016年。采用的loss是Center loss。 0 引言 通常使用CNN进行特征学习和标签预测的架构，都是将输入数据映射到深度 ...
- 9 - ADDITIVE MARGIN SOFTMAX FOR FACE VERIFICATION- 1 - 论文学习 该 ...
本文来自《FaceNet: A Unified Embedding for Face Recognition and Clustering》。时间线为2015年6月。是谷歌的作品。 0 引言 虽然最近人脸识别领域取得了重大进展，但大规模有效地进行人脸验证和识别还是有着不小的挑战 ...
该方法通过减法的方式将边际margin参数m引入softmax中，cosθ - m 原始的softmax loss函数为： f表示的是最后一个全连接层的输出(fi表示的是第i个样本)，Wj表示的是最后全连接层的第j列。WyiTfi被叫做target logit 在A-softmax ...
