paper8:Exploring Disentangled Feature Representation Beyond Face Identification 2018CVPR

Exploring Disentangled Feature Representation Beyond Face Identification
探索人脸识别之外的解纠缠特征表示 2018CVPR
一．摘要
本文提出了一种基于人脸识别的最小化监督下的学习disentangled 互补人脸feature的方法。
构建了一个身份提取和消除的两路auto-encoder框架（D2AE），这个框架反向学习用于身份验证的身份提取feature和欺骗验证系统的身份消除特征。由于双流的设计，学习到的disentangled feature不仅表示身份或属性，而且表示完整的input image。
综合表明，所提出的feature不仅在LFW上保持了最先进的身份验证性能，而且在celebA LFWA对人脸属性识别也有一定的识别力。
二．介绍
背景：

• 学习独特而又通用的特征表示方法，在人脸验证、属性识别等人脸相关的问题中发挥着至关重要的作用。
• 大多数现代的方法学习特定于预先定义的监督的面部特征。如果不进行仔细的微调，这些特征很难推广到新任务的特性空间。如果没有明确的监督，学习到的特征很可能不能反映微笑和张嘴这两种属性之间的联系，也不能将性别和种族等身份相关的属性和身份紧密联系起来。
• 学习一种适用于任何面部相关任务的全部特征表示，在人脸分析领域具有重要意义，而且可能还具有可移植性。
  框架的优点：
  1.对抗监督
  在新的对抗监督下。Identity-dispelled feature 被完整的encode。有效的保证了具有互补feature的表示的更好的泛化性和完整性。
  2.可解释性
  3.双流端到端框架
  所提出的框架是端到端学习的，完全由人脸识别进行监督，有别于传统的采用交替对抗性监督的方法。通过重用学习到的面部特征，无需对网络进行微调，就可以轻松地插入其他与面部相关的任务。
  Disentangled Representation：
  对特征空间的分离还没有得到探索，在姿态不变的任务里试图分离特征，并且对图像进行身份保存。然而，他们通常需要显式的属性监督，编码每个属性作为一个单独的元素在特征向量中。这些方法仅限于表示固定数量的属性，并且在添加新属性后需要重新训练。将类信息编码为离散的one-hot向量，信息服从高斯分布，但是他的训练是不稳定的。
  三、结构
  
  输入235*235 大小的图像，进过inception-Resnet网络，对特征进行encode，提取图像的高维特征信息。在这里分成两个支路，一个支路经过三个卷积层，一个Avepool和full connection层，继续对提取的信息进行非线性变换。全连接层的意义在于把所有的信息按照类别的数量整合到一起，便与分类。这个支路用于人脸身份识别。另外一个支路同样经过三个卷积层和一个Avepool和full connection层。这个分支用于属性识别，最后将两个分支的特征维度连接起来，然后再经过20层卷积层和6个下采样进行交叉，然后重构出和输入图像相同维度的image。
  监督信号：
  
  第一个支路只有一个损失函数，这个损失函数的作用是判断每个特征和真实图像之间的差异，然后反向传播更新提取特征的权值，然后优化网络，用来做人脸识别。
  
  第二个支路有两个损失函数，第一个损失函数是用来分类，训练成一个分类器。
  第二支路相当于判别网络，一边训练一个和第一个支路一样的分类器，一边用真实图像进行分类的结果和分类器进行判别，然后反向传播更新encode的网络，提高encode编码的性能，然后使得后面的分类分的更好。

我们需要训练身份消解分支来欺骗身份分类器

重构损失，为了得到和输入image相同的图片

四、总结：
这篇论文看的不是很懂，不清楚第二个分支到底是在干嘛，没有领悟到作者更深层的创新思想。