EdgeFace: Effizientes Gesichtserkennungsmodell für Edge-Geräte

In dieser Arbeit stellen wir EdgeFace vor, ein leichtgewichtiges und effizientes Gesichtserkennungsnetzwerk, das von der hybriden Architektur von EdgeNeXt inspiriert ist. Durch die effektive Kombination der Stärken sowohl von CNN- als auch von Transformer-Modellen sowie einer linearen Schicht mit niedrigem Rang erreicht EdgeFace eine ausgezeichnete Gesichtserkennungsleistung, die für Edge-Geräte optimiert ist. Das vorgeschlagene EdgeFace-Netzwerk behält nicht nur geringe Rechenkosten und kompakten Speicherplatz bei, sondern erzielt auch eine hohe Genauigkeit der Gesichtserkennung, wodurch es sich für die Bereitstellung auf Edge-Geräten eignet. Umfangreiche Experimente auf anspruchsvollen Benchmark-Datensätzen zeigen die Effektivität und Effizienz von EdgeFace im Vergleich zu den besten leichten Modellen und tiefen Gesichtserkennungsmodellen. Unser EdgeFace-Modell mit 1,77 Millionen Parametern erzielt Spitzenwerte auf LFW (99,73 %), IJB-B (92,67 %) und IJB-C (94,85 %), wobei es andere effiziente Modelle mit höheren Rechenaufwand übertreffen kann. Der Code zur Wiederholung der Experimente wird öffentlich zur Verfügung gestellt.