专栏首页arxiv.org翻译专栏损失函数搜索算法在人脸识别中的应用(CS)
原创

损失函数搜索算法在人脸识别中的应用(CS)

在人脸识别领域中,建立类似于附加角余量的softmax损失函数对于特征识别的学习效果非常重要。但由于这些手动操作的启发式需要耗费大量的精力来探索较大的设计空间,所以效果并不理想。最近,一种基于自动机器学习方法的损失函数搜索算法AM-LFS被提出,该方法在训练过程中利用强化学习方法来搜索损失函数。但其搜索空间复杂且不稳定,因此效果并不优越。在本文中,我们首先分析出增强特征识别效果的关键是降低softmax的概率。然后,我们为当前基于角向量的softmax损失函数设置了统一的公式。因此,我们定义出一个新颖搜索空间,并开发了一种基于奖励引导的搜索算法来自动获取最佳候选人。通过在各类面部识别标准上进行测试,结果表明该算法比起其最优替代方法要更加有效。

原文题目:Loss Function Search for Face Recognition

原文:In face recognition, designing margin-based (e.g., angular, additive, additive angular margins) softmax loss functions plays an important role in learning discriminative features. However, these hand-crafted heuristic methods are sub-optimal because they require much effort to explore the large design space. Recently, an AutoML for loss function search method AM-LFS has been derived, which leverages reinforcement learning to search loss functions during the training process. But its search space is complex and unstable that hindering its superiority. In this paper, we first analyze that the key to enhance the feature discrimination is actually \textbf{how to reduce the softmax probability}. We then design a unified formulation for the current margin-based softmax losses. Accordingly, we define a novel search space and develop a reward-guided search method to automatically obtain the best candidate. Experimental results on a variety of face recognition benchmarks have demonstrated the effectiveness of our method over the state-of-the-art alternatives.

原文作者:Xiaobo Wang, Shuo Wang, Cheng Chi, Shifeng Zhang, Tao Mei

原文地址:https://arxiv.org/abs/2007.06542

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • FDD Massive MIMO中分布式信道反馈和多用户预编码的深度学习(CS)

    本文表明,深度神经网络(DNN)可用于高效和分布式信道估计、量化、反馈和频分双工大规模多输入多输出系统的下行链路多用户预编码,其中基站(BS)为多个移动用户服务...

    Pamela_Lin
  • 适用于微动乘车共享系统的新型众包业务模型的建立:方法及初步结论(CS)

    微动乘车共享是一种可在不影响环境的情况下进入交通系统的新兴技术。为确保该技术能够更好地满足用户需求,需要进行大量的研究。在这项研究中,我们提出了一种新型的微动乘...

    Pamela_Lin
  • 用于解释和增强的规则覆盖(CS)

    我们提出了两种用于解释和增强基于树的集成方法的算法。两种算法都利用数学编程模型从决策树集合中提取一组规则来进行构建,目的是用覆盖所有样本的最少规则数来获得最小的...

    Pamela_Lin
  • 聊聊flink的PrintSinkFunction

    flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/data...

    codecraft
  • 聊聊flink的PrintSinkFunction

    flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/data...

    codecraft
  • Codeforces Beta Round #8 A. Train and Peter

    Peter likes to travel by train. He likes it so much that on the train he falls a...

    glm233
  • universe-starter-agent

    The codebase implements a starter agent that can solve a number of universe envi...

    用户1908973
  • Ceph用户邮件列表Vol45-Issue3

    https://git.kernel.org/cgit/linux/kernel/git/torvalds/linux.git/commit/?id=af5e5...

    用户2772802
  • IOS5开发-控件位置适应屏幕旋转代码

    - (void)willRotateToInterfaceOrientation:(UIInterfaceOrientation)toOrientation  ...

    阿新
  • Android浸入式

    现在比较流行的就是浸入式,也就是状态栏颜色和当前页面颜色保持一致,为了有更好的视觉效果。 首先: 在setContentView()之前加上如下代码 ...

    先知先觉

扫码关注云+社区

领取腾讯云代金券