CosFace公司 swMATH ID: 39109 软件作者： 王浩、王一彤、郑周、邢基、龚迪红、周景超、李志峰、刘伟 描述： CosFace：深度人脸识别的大余弦损失。由于深度卷积神经网络（CNN）的发展，人脸识别取得了非凡的进展。人脸识别的核心任务包括人脸验证和识别，涉及人脸特征识别。然而，深度CNN的传统softmax丢失通常缺乏鉴别能力。为了解决这个问题，最近提出了几个损失函数，如中心损失、大裕度软最大损失和角度软最大损失。所有这些改进的损失都有相同的想法：最大化类间方差和最小化类内方差。本文提出了一种新的损耗函数，即大余弦损耗（LMCL），从不同的角度实现了这一思想。更具体地说，我们通过L2归一化特征和权重向量以消除径向变化，将softmax损失重新定义为余弦损失，在此基础上引入余弦余量项以进一步最大化角度空间中的决策余量。结果，通过归一化和余弦决策裕度最大化，得到了最小类内方差和最大类间方差。我们将使用LMCL训练的模型称为CosFace。对最流行的公共领域人脸识别数据集进行了广泛的实验评估，如MegaFace Challenge、Youtube Faces（YTF）和Labeled face in the Wild（LFW）。我们在这些基准上实现了最先进的性能，这证实了我们建议的方法的有效性。 主页： https://paperswithcode.com/paper/cosface-large-margin-cosine-loss-for-dep 源代码： https://github.com/yule-li/CosFace网站 相关软件： ImageNet公司；弧形面；球面；FaceNet公司；AlexNet公司；更快的R-CNN；DeepFace公司；VGG面2；PyTorch公司；Caltech-UCSD鸟类；亚当；CASIA脸；DoReFa-Net公司；二进制网络；二进制连接；LeNet公司；卡费；MagFace公司；深度ID3；效率网 引用于： 5文件 全部的 前5名12位作者引用 2 龙，济安 2 Xin，Jack X。 2 尹鹏航 1 陈颖 1 邓中英 1 胡占轩 1 李志峰 1 聂飞萍 1 彭晓江 1 王荣 1 王珊珊 1 吴丹阳 5篇连载文章中引用 1 信息科学 1 多维系统及信号处理 1 IEEE图像处理汇刊 1 反问题和成像 1 数学科学研究 在3个字段中引用 4 计算机科学（68至XX） 2 运筹学、数学规划（90-XX） 2 信息与通信理论、电路（94-XX） 按年份列出的引文