一种增强人脸识别模型训练稳定性的损失函数

• 作者: 周书田 颜信 谢镇汕
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 卷积神经网络 人脸识别 损失函数 模型收敛性
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.12178/1001-0548.2020226

摘要

随着卷积神经网路的快速发展,深度学习在人脸识别领域进行了大量的应用.近几年,人脸识别准确率快速提高,主要归功于新颖损失函数的提出.在目前最大的人脸评测数据集MegaFace上,最顶尖的模型已经实现了97.91％的1:N查找性能,但是训练过程中收敛稳定性问题没有得到解决.该文提出一种新型的损失函数LineFace,其logit曲线在余弦空间中呈线性,使训练中梯度收敛更加稳定.大量实验表明,该损失函数可以实现良好的模型性能收敛性与识别性能.