15、人脸哈希实验：特征、方法与性能分析

人脸哈希实验：特征、方法与性能分析

在人脸验证和搜索任务中，哈希技术是一种有效的手段，能够在保证一定性能的前提下，提高计算效率。本文将详细介绍不同代的UMD特征以及在IJB - A、IJB - B和IJB - C数据集上进行的人脸哈希实验。

1. UMD特征介绍

为了进行人脸哈希实验，我们使用了三代不同的UMD特征，具体如下：
- 第一代UMD特征 ：包括JC和SW特征。JC特征对应于[5]中描述的DCNN - S网络，维度为320；SW特征对应于DCNN - L网络，维度为512。这两个网络都在CASIA WebFace数据集上进行了训练，这些特征将用于IJB - A数据集的实验。
- 第二代UMD特征 ：由JC2和SW2组成。JC2特征是[34]中架构的320维池化特征，SW2特征是从[25]中“All - in - One”架构提取的512维身份特征。这两个特征通过Triplet Probabilistic Embedding方法嵌入到128维的实值空间，分别记为EJC2和ESW2，用于IJB - B数据集的实验。
- 第三代UMD特征 ：使用RAG1特征，它是从[24]中详细描述的resNet - 101网络的瓶颈层提取的。该模型在包含约58,000个对象的500多万张图像的数据集上进行训练，这些图像来自UMD - Faces数据集、MS - Celeb - 1M数据集的精选版本以及UMDFaces数据集的扩展。RAG1特征同样通过Triplet Probabilistic Embedding方法嵌入到128维空间，记为ERAG1，用于IJB - C数据集的