详细解读浅表人脸学习-Semi-Siamese Training for Shallow Face Learning

文章简介

Semi-Siamese Training for Shallow Face Learning

作者：Hang Du, Hailin Shi, Yuchi Liu, Jun Wang, Zhen Lei, Dan Zeng, Tao Mei

单位：上海大学;京东AI；中科院自动化研究所

论文：https://arxiv.org/abs/2007.08398

代码：https://github.com/dituu/Semi-Siamese-Training

会议：ECCV 2020 Spotlight

Introduction

  近年来由于深度学习技术的发展，人脸识别技术有了显著的突破和广泛的应用。在足够宽又足够深的人脸数据集上，深度技术可以提取出有效信息来支撑人脸识别。但是在很多实际应用场景下，我们往往没有足够的深度数据集来支持人脸识别的学习。一般情况下会遇到浅表数据学习问题，也即一个人脸ID只有两张人脸数据可用，一张被叫做gallery(图库)，另一张叫做Probe(探针)。那么这样的话会因为缺乏类内损失而造成网络退化或者过拟合等问题。

  因此这篇文章把在浅表数据集上的学习归纳为浅表人脸学习（shallow face learning），另外浅表学习与少样本学习相似，但