【论文学习】人脸识别 —— Deep Face Recognition: A Survey. 新人必看入门总结

最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来，今天看到了这篇综述，里面虽然介绍的比较复杂，不过总结的还是非常明晰的。

Paper: Deep Face Recognition: A Survey

链接：https://arxiv.org/pdf/1804.06655.pdf

摘取了自己感兴趣的几部分，分享给大家，主要讲一下大的框架吧

目录

人脸识别分类

人脸识别流程

性能指标

关于norm的理解

---

 

---

• 人脸识别分类

 总体来说，face recognition主要有两个应用场景：face verification和face identification。verification是指判断给定的face是不是某个人；identification是指判断给定的face是哪个人（或者是陌生人）。

根据test face是否一定在training dataset中。如果是，则称作subject-dependent；否则，称作subject-independent。subject-dependent 一般用于“明星检测”中，像手机中的人脸识别是subject-independent。

在实际应用场景中，如果需要识别的face是在总的gallery中的，则是close-set；否则，就是open-set。 

---

• 人脸识别流程

人脸识别的流程先做align，然后接活体检测。然后才开始人脸识别过程，有数据预处理（one-to-more等），再加CNN网络提取特征，后面接分类或相似度衡量。

Face Processing: 在提取feature前的模块，用于应对各种不同的条件，如poses, illumination, expressions, occlussions等。主要有两类方法：“one-to-many“，即通过数据增广，从一张图生成很多个有不同上述attribute（如pose）的patch或image，例如让网络见过各种variant角度的脸，有鲁棒性。这个常用3D脸，或者GAN；“many-to-one”，做减法，即通过normalization使得图片都变成某个canonical的状态，例如把任何的脸投射到正脸上，然后做好正脸即可。 这个常用GAN。

Feature Extraction：深度神经网络，既有常见的网络如ResNet、 VGG，也有各种特殊的architecture。

Loss function：loss function的主要目标是要使可分和可判别，降低网络学习和优化的复杂程度。

Face Matching：这一部分是在test阶段用于比较similarity between features时用的。

---

• 性能指标

TAR：True Accept Rate，表示正确接受的比例。对相同人的图片对进行比较，我们计算出的相似度大于阈值的图像对所占的比例。TAR越大越好。

FAR：False Accept Rate，比较不同人的图像时，把其中的图像对当成同一个人图像的比例。FAR越小越好。 公式：FAR = (非同人分数>T) / 非同人比较的次数

FRR：False Reject Rate，错误拒绝率，指把相同的人的图像当做不同人的了。

公式：FRR = (同人分数

EER：Equal Error Rate，等误率，当FAR = ERR时候对应的阈值T的值。即曲线的交点。

---

• 关于norm的理解

Weight normalization：这里的norm指的是分类层的权重归一化，让分类过程变得更容易更准确。解决如ID1有100张数据，ID2只有2张，这种数据不均和带来的问题。这也是test时候选择使用cos度量的原因吧

Feature normalization：将feature norm，如限制feature分布在一个球面上，使类别间的分布变瘦，类间的方差变小。更倾向于在角度angular间拉开。

---