【论文】DeepID2:Deep Learning Face R
2019-03-27 本文已影响0人
弓長知行
人脸识别最具挑战性的地方在于减少类内差异
同时增大类间差异
。
The key challenge of face recognition is to develop effective feature repre-sentations for reducing intra-personal variations
while enlarging inter-personaldifferences
.
![](https://img.haomeiwen.com/i7036411/4c1d9440533c778f.png)
这篇论文提出了两种信号(实际是loss函数)identification signal和verification signal来达到上述目的。
identification signal
用于增大类间差异
,实际上就是通常的交叉熵损失,用与在训练当中分出不同类别。
![](https://img.haomeiwen.com/i7036411/dd5cbea5799759e6.png)
verification signal
用于减少类内差异
,训练时给出同一个人的两张图片,目的是使这两张图片得到的特征向量的距离尽可能小。
由于衡量两个向量的距离有多种方式,因此verification signal可以有多种不同的形式。基于L1距离,L2距离或者余弦相似度。
![](https://img.haomeiwen.com/i7036411/9d94c4943de56b7a.png)
![](https://img.haomeiwen.com/i7036411/a5dd7358842a7f55.png)