논문

하루에도 수만개의 글자를 읽고 있습니다. 하루에도 수백장의 종이를 들춰 읽습니다.
이것은 그 읽기에 대한 일기입니다.

AirFace: Lightweight and Efficient Model for Face Recognition

  • MobileFaceNet을 수정한 백본을 제안하고 Li-ArcFace loss를 제안하였다.
  • 기존 ArcFace loss는 cosine function을 이용하기 때문에 class weight axis와 embedding간의 각도에 대하여 cosine 함수에 따라 nonlinear 하였으나, cos 대신 radian 값을 직접 사용하여 linearity를 가지고 monotonic decreasing하도록 로스를 구성하여 발산을 막고 logit curve가 선형성을 띄도록 하여 gradient가 모든 각도에서 일정하도록 하였다.
  • 백본은 mobileFaceNet을 좀 더 깊도록 수정하고, ReLU대신 PReLU를 사용하였으며, 각 bottleneck에 CBAM attention 모듈을 추가하였다. 특별히 마지막 attention 모듈에서는 sigmoid대신 1 + tanh을 사용하여 0 에서 2 사이의 값을 가지도록 하였다.
  • 512 차원의 벡터를 생성하도록 학습하는데 백본이 너무 가벼운 것으로 판단되어 벡터의 크기를 128로 사용하였다.

Add a Comment Trackback