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