版权声明:本文为博主原创文章,未经博主允许不得转载。 https://cloud.tencent.com/developer/article/1436554
MobileFaceNets: Efficient CNNs for Accurate Real-time Face Verification on Mobile Devices
Face Verification 我说我是张三,系统判断一下我是不是张三
Face Identification 我什么都没说,系统说一下我是谁?
在手机等移动设备上如何进行人脸验证了?本文提出了一个快速准确的网络 MobileFaceNets
本文首先分析了一下以前的快速网络为什么在做Face Verification 性能很低下 MobileNetV1 、 ShuffleNet 、 and MobileNetV2
For face verification and recognition, some researchers (14, 5, etc.) have observed that CNNs with global average pooling layers are less accurate than those without global average pooling.
已经有研究者指出 对于人脸验证和识别问题,有global average pooling layers 比 没有 global average pooling layers 的网络精度要低,但是没有给出理论支持
这里我们采用 receptive field 的有效视野给出理论分析
简单的来说,对于一个7*7人脸特征,距离中心的越近的特征越重要,距离中心越远的特征作用越低。但是 global average pooling layers 对所有特征采用了相同的权值,所以效果差,这里我们采用了 global depthwise convolution,这里权值和 spatial importance 一致。
MobileFaceNet Architectures
11