自适应面 swMATH编号： 37094 软件作者： 刘浩、朱湘玉、甄磊、李斯坦 描述： 自适应人脸：人脸识别的自适应边缘和采样。训练大规模不平衡数据是人脸识别的核心课题。在过去两年中，由于引入了基于边缘的Softmax损失，人脸识别取得了显著的改进。然而，这些方法有一个隐含的假设，即所有类都有足够的样本来描述其分布，因此手动设置的边距足以均匀挤压每个类内变量。然而，真实的人脸数据集高度不平衡，这意味着这些类的样本数量相差悬殊。在本文中，我们认为边际应适应不同的阶级。我们建议使用Adaptive Margin Softmax来自适应调整不同类别的边距。除了不平衡的挑战，人脸数据通常由大规模的类和样本组成。明智地选择有价值的课程和样本参与培训，使培训更加有效。为此，我们还使采样过程具有两层自适应性：首先，我们提出了硬原型挖掘，以自适应地选择少量硬类参与分类。其次，对于数据采样，我们引入了自适应数据采样，以自适应地寻找有价值的样本进行训练。我们将这三个部分结合在一起作为AdaptiveFace。对LFW、LFW BLUFR和MegaFace的广泛分析和实验表明，我们的方法比使用相同网络结构和训练数据集的最新方法性能更好。代码位于https://github.com/haoliu1994/AdaptiveFace。 主页： https://ieeexplore.ieee.org/abstract/document/8953996 源代码： https://github.com/haoliu1994/AdaptiveFace网站 相关软件： FaceX-Zoo公司;阿达科斯;FaceNet公司;课程面貌;LFW公司;InsightFace公司;弧形面;MXNet公司;PyTorch公司;MagFace公司;深度ID3;深面（DeepFace）;效率网;CosFace公司;AttentionNet（注意网）;混洗网;CPLFW公司;网站面260M;卡西亚·苏尔;新加坡存托凭证 引用于： 0个文档