GroupFace: Learning Latent Groups and Constructing Group basedRepresentations for Face Recognition Abstract 在人脸识别领域中，模型学习使用更少维度的嵌入特征来区分百万级的人脸图像，且这样大量的信息不可能使用单一分支的卷积模型就能够恰当地编码。我们提出了一个新的特定的人脸识别结构，称为Gro ...
2020-06-19 18:40 0 1220 推荐指数：
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 ...
2020 Towards Universal Representation Learning for Deep Face Recognition Abstract ...
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 ...
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 ...
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 ...
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 ...
⚠️这个方法还可以用在别的地方，比如要判别一个人不同年龄的照片是不是同一个人，这样这里的yaw coefficient参数就是用来调整照片年龄的不同，而不是人脸角度的不同了！！！！！！！！！ Pose-Robust Face Recognition ...
Circle Loss: A Unified Perspective of Pair Similarity Optimization Abstract 本文提出 ...
