美文网首页
【论文笔记】AdaptiveFace: Adaptive Mar

【论文笔记】AdaptiveFace: Adaptive Mar

作者: 昭君姐 | 来源:发表于2019-06-20 20:56 被阅读0次

    URL:
    论文pdf

    TL;DR

    识别softmax相关文章。主要目的是对类别自适应的margin。


    方法

    框架结构图

    方法创新点主要包括3个部分:AdaM-Softmax,ADS和HPM。

    Adaptive Margin Softmax

    如下图,以cosface为例,深蓝色区域为我们想要约束C_1 的特征空间,但实际的特征空间却是浅蓝色区域。原因主要为C_1 的数据量比较少。但如图(b)所示,如果我们给C_1 一个比较大的margin就可以学习到比较好的特征空间。

    margin对不同类别的影响
    如下,loss函数比较简单。将cosface(或者arcface等)的margin 改为参数学习,然后约束各类别的margin的平均值最大。


    adam softmax loss

    如下图,可以明显得看出相比于cosface,adam-softmax不同类别之间的特征更加易区分。


    特征空间示例对比

    Hard Prototype Mining:挑选容易误判的sample进行参数更新。
    Adaptive Data Sampling:每次迭代时增大错误样本的采样,减小简单样本和脏数据(卡阈值)的采样

    实验上也有较明显的涨点。


    实验

    相关文章

      网友评论

          本文标题:【论文笔记】AdaptiveFace: Adaptive Mar

          本文链接:https://www.haomeiwen.com/subject/zlksqctx.html