AdaptiveFace: Adaptive Margin and Sampling for Face Recognition Abstract 大规模非平衡数据的训练是人脸识别的核心问题。在过去的两年中，由于引入了基于边距 margin 的Softmax损失，人脸识别取得了显著的进步。然而，这些方法有一个隐含的假设，即所有的类都有足够的样本来描述其分布，因此手动设置的边距足够平均地压缩每个类内 ...
2020-03-26 10:58 2 988 推荐指数：
Abstract 深度卷积神经网络(CNNs)的发展使人脸识别得到了长远的发展，其核心任务是提高特征识别的能力。为此，提出了几个基于边缘的softmax损失函数(如角边缘、附加性边缘和附加性角边缘)来增加不同类别之间的特征边缘。然而，尽管取得了很大的成就，但主要存在三个问题:1)明显忽视 ...
Circle Loss: A Unified Perspective of Pair Similarity Optimization Abstract 本文提出 ...
Abstract 大规模的自然环境下的人脸识别技术近年来在许多实际 ...
CurricularFace: Adaptive Curriculum Learning Loss for Deep Face Recognition https://github.com/HuangYG123/CurricularFace Abstract 作为人脸识别中的一个新兴课题 ...
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 ...
对这部分不了解的可以看看： 人脸识别和检测中loss学习 - 7 - SphereFace NormFace: L2 Hypersphere Embedding for Face Verification - 1 - 论文学习 人脸识别和检测中loss学习 ...
识别自然环境下的人脸是非常困难的，因为它们会出现各种各样的变化。传统的方法要么使用来自目标域的特 ...
使用的网络结构VarGNet可见VarGNet: Variable Group Convolutional Neural Network for Efficient Embedded Computing - 1 -论文学习 2019 ...
