文献

J-GLOBAL ID：202002285676033376   整理番号：20A0267962

ArcFACE:深顔認識のための加法的角度マージン損失【JST・京大機械翻訳】

ArcFace: Additive Angular Margin Loss for Deep Face Recognition

著者 (4件)： Deng Jiankang (Imperial College London) ,  Guo Jia (insightface) ,  Xue Niannan (Imperial College London) ,  Zafeiriou Stefanos (Imperial College Londong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CVPR  ページ： 4685-4694  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模な顔認識のためのDeep Convolution Neural Network(DCNNs)を用いた特徴学習における主要な課題の一つは,識別力を高めることができる適切な損失関数の設計である。中心損失は,クラス内コンパクト性を達成するために,ユークリッド空間における深い特徴とそれらの対応するクラス中心の間の距離をペナルティ化する。SphereFaceは,最後の完全接続層における線形変換行列を,角度空間におけるクラス中心の表現として用いることができ,したがって,乗法的方法において,深い特徴とそれらの対応する重みの間の角度をペナルティ化することを仮定した。最近では,顔クラス分離性を最大化するために,確立された損失関数におけるマージンを組み込むことが盛んに研究されている。本論文では,顔認識のための高度に識別可能な特徴を得るための付加的角度マージン損失(ArcFace)を提案した。提案したArcFaceは,超球上の測地線距離への正確な対応により,明確な幾何学的解釈を持つ。著者らは,ペアのトリlliと大規模ビデオデータセットを有する新しい大規模画像データベースを含む10の顔認識ベンチマークに関するすべての最近の最先端の顔認識方法に対する最も広範な実験的評価を提示した。ArcFaceは一貫して芸術の状態を上回り,無視できる計算オーバーヘッドで容易に実装できることを示した。将来の研究を容易にするために,コードを利用できた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 損失関数 ,  乗算 ,  コンパクト性 ,  測地線 ,  学習 ,  一次変換 ,  *加算 ,  ベンチマーク ,  画像データベース ,  ペナルティ ,  Euclid空間
準シソーラス用語： オーバヘッド ,  *顔貌認識 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 顔認識 ,  加法 ,  損失