SphereFace 是论文 的实现,也是一套人脸识别算法。
文章提出了归一化权值(normalize weights and zero biases)和角度间距(angular margin),基于这2个点,对传统的 softmax 进行了改进,从而实现了最大类内距离小于最小类间距离的识别标准。
SphereFace 自去年提交 MegaFace Challenge 后,在小数据集协议(少于50W的训练数据)上一直保持 verification performance 第一。SphereFace 相比传统 softmax 在 MegaFace 上的 Verification TAR 提高了 24.1% (从 65.9% 到 90%),在 LFW 上 single model 达到 99.42% 的 Accuracy,论文发表在今年的 CVPR 2017。
除了 face recognition,代码还提供了一整套从 detection 到 alignment 再到 recognition 的 demo,欢迎大家尝试使用。
代码:https://github.com/wy1iu/sphereface Paper:https://arxiv.org/abs/1704.08063 Demo:http://v-wb.youku.com/v_show/id_XMjk3NTc1NjMxMg==.html
PS:Demo 没有用任何视频中出现过的演员人脸做训练集,只用了每个角色的一张人脸作为 Probe
环境要求
Requirements for Matlab
Matlab
Requirements for Caffe and matcaffe (see: Caffe installation instructions)
Caffe
matcaffe
Requirements for MTCNN (see: MTCNN - face detection & alignment) and Pdollar toolbox (see: Piotr’s Image & Video Matlab Toolbox).
MTCNN
Pdollar toolbox