一种增强人脸识别模型训练稳定性的损失函数

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.

关键词：卷积神经网络、人脸识别、损失函数、模型收敛性

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2021-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-62