做网站公司的介绍,国内的优秀设计网站,公司简介简短大气,安徽餐饮网站建设之前只接触过传统方法的人脸识别算法#xff0c;本以为基于深度学习的方法会使用对比损失之类的函数进行训练#xff0c;但是Arcface算法基于softmax进行了创新#xff0c;本文未深究其详细的loss公式原理#xff0c;在大致明白其方向下#xff0c;运行了代码#xff0c;…之前只接触过传统方法的人脸识别算法本以为基于深度学习的方法会使用对比损失之类的函数进行训练但是Arcface算法基于softmax进行了创新本文未深究其详细的loss公式原理在大致明白其方向下运行了代码记录如下。
我们知道若分类问题的 label 有 K 个则softmax 最后输出K个概率 Σ k i 1 Σk_{i} 1 Σki1 其中概率值最大的即为预测标签
下列公式基于 Conv(wxb) → \rightarrow → Softmax → \rightarrow → CrossEntropy Loss 其中 f j f_{j} fj 表示类别得分 f 的向量的第 j 个元素 j ∈ [1, K]K 是类的数量N 是训练数据的数量。
注意这里先忽略b
由矩阵点乘公式知两个向量的点乘等于它们的数乘结果乘以两个向量之间夹角的余弦值。 A ⋅ B ∣ A ∣ ∣ B ∣ c o s θ A·B |A||B|cosθ A⋅B∣A∣∣B∣cosθ
即AB均为向量相乘以后得到一个标量。经常用于相似度计算。
其中 θ j ( θ ∈ [ 0 , π ] ) θ_{j}(θ∈[0, π]) θj(θ∈[0,π]) 是 矢量 w j w_j wj 和 x i x_i xi之间的角度
如果只有两个类别 a, b对于输入样本 x 来说x的 label 为a)softmax强制使得 w a T w b T w^T_a w^T_b waTwbT即 ∣ ∣ w a ∣ ∣ ∣ ∣ x ∣ ∣ c o s θ a ∣ ∣ w b ∣ ∣ ∣ ∣ x ∣ ∣ c o s θ b ||w_a||||x||cosθ_a ||w_b||||x||cosθ_b ∣∣wa∣∣∣∣x∣∣cosθa∣∣wb∣∣∣∣x∣∣cosθb以便正确分类x。
为了使得分类更加严格L-softmax提出了一种decision margin(判定间隔)要求 ∣ ∣ w a ∣ ∣ ∣ ∣ x ∣ ∣ c o s ( m θ a ) ∣ ∣ w b ∣ ∣ ∣ ∣ x ∣ ∣ c o s θ b ||w_a||||x||cos(mθ_a) ||w_b||||x||cosθ_b ∣∣wa∣∣∣∣x∣∣cos(mθa)∣∣wb∣∣∣∣x∣∣cosθb其中 θ a ∈ [ 0 , π / m ] θ_a∈[0, π/m] θa∈[0,π/m]
即softmax损失并没有明确地鼓励类内紧凑性和类间可分性。
样本和参数之间的可分性可以分解为具有余弦相似性的幅值和角值 按照该思路如下图所示 ArcFace 提出了 加性角度边距损失 (Additive Angular Margin Loss, ArcFace)以进一步提高人脸识别模型的判别能力并稳定训练过程。 DCNN 特征和最后一个 FC 层权重之间的点积/内积 等于 特征和权重归一化之后的余弦距离。 先利用 反余弦 (arc-cosine) 函数来计算当前特征与目标权重之间的角度。 然后把一个 加性角度边距 (additive angular margin) 加到目标角度然后通过 余弦 (cosine) 函数再次获得目标 logit。 接着通过固定的特征范数重缩放所有 logit且后续的步骤与 Softmax Loss 中的步骤完全相同。
基于代码[4]运行程序
注意
其 test.py 是针对配对样本来进行计算准确率即针对测试集的.txt是6行 12张图片每行两张图片label是否相似但是在程序测试时是针对每张图片计算的向量最后定位.txt中一行两个图片的向量比较其相似性以灰度形式读取图片然后使用 np.dstack 来堆叠一个图像 image 和它的水平翻转版本在计算特征的时候级联batch_size个图片或者一个测试列表的图片其输入模型的图片就是[12, 1, 128, 128] ---- 这里以6张图片举例。 image cv2.imread(img_path, 0)# (128, 128)image np.dstack((image, np.fliplr(image)))# (128, 128, 2)image image.transpose((2, 0, 1))image image[:, np.newaxis, :, :]# [2, 1, 128, 128]模型输出之后取奇偶项的特征即还是横向级联一张图片的两种表达形式将 [12, 512] → \rightarrow → [6, 1024]
fe_1 output[::2]
fe_2 output[1::2]
feature np.hstack((fe_1, fe_2))但是在项目中我们需要的是对于某一张图片在图像集中找出与其同为一人的照片为此将 test.py 修改之后我们进行了 仅包含6~7张 图像集 的简单测试
因为使用的.pt应该是要求128*128的尺寸我仅是将图片直接reshape并未进行其他操作故而得分都不是很高但是简单的设置阈值也能得到正确的结果
针对同一个人的照片人脸比对给出的得分在0.5左右与其他人的得分在0.2左右 我们的图像集中7.jpg为阮经天输入上述图片测试结果也是7.jpg
参考
ArcFace: Additive Angular Margin Loss for Deep Face Recognitionhttps://blog.csdn.net/yiran103/article/details/83684613https://blog.csdn.net/qq_39478403/article/details/116788113https://github.com/ronghuaiyang/arcface-pytorchhttps://zhuanlan.zhihu.com/p/84261730
