人脸方向学习（八）：Face Recognition-MobileFaceNets解读

整理的人脸系列学习经验：包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取等过程总结，有需要的可以参考，仅供学习，请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307

MobileFaceNets解读

论文地址：https://arxiv.org/ftp/arxiv/papers/1804/1804.07573.pdf

github mobilefacenet-caffe:https://github.com/KaleidoZhouYN/mobilefacenet-caffe

思路

最近在思考在移动端的人脸特征提取模型以及方案，查阅了人脸识别相关论文，现阶段针对移动设备的网络结构主要有MobileFaceNets，这个网络结构主要在Mobilenetv2的基础上进行改进，下面给出论文简介，后续给出实验流程。

一、论文介绍

创新点

mobilefacenet其实是mobilenetV2的改进版本，主要改进之处有以下几个地方：

1、针对平均池化层，许多研究表明，使用平均池化层会使得网络表现下降。在最后一个7*7特征图中，虽然中心点的感知域和边角点的感知域是一样的，但是中心点的感知域包括了完整的图片，边角点的感知域却只有部分的图片，因此每个点的权重应该不一样，但是平均池化层却把他们当作一样的权重去考虑了，因此网络表现会下降。因此，作者在此处使用了可分离卷积代替平均池化层，即使用一个7*7*512（512表示输入特征图通道数目）的可分离卷积层代替了全局平均池化，这样可以让网络自己不同点的学习权重。

2、采用Insightface的损失函数进行训练。 
3、通道扩张倍数变小，使用Prelu代替relu，使用batch Normalization。 

 

网络整体结构

1）采用类似MobileNetV2的网络结构

2）residual bottlenecks (MobileNetV2)

3）expansion factors for bottlenecks are much smaller than MobileNetV2

4）使用PReLU激活层

5）fast downsampling

6）在Global Depthwise Conv层后添加1x1的线性变换层

实验结果

1）删除GDConv后线性变换层后，准确率有所下降，但部署时间没有减少，因而实际应用可以保留线性变换层。

2）将PReLU换成ReLU后，其实际的部署时间少1ms，准确率有所下降，在推理框架支持PReLU的情况下，可以考虑优先使用PReLU。

3）expansion factor 变大后，准确率没用提升反而下降，说明在此网络结构下，并不是filter越多，效果越好。

4）MobileNetV2使用GDConv相比于不使用GDConv准确率提升明显，说明GDConv有作用，是不是GDConv对所有具有Global Average Pooling的网络结构都作用。