DeepVisage : Simplifier la reconnaissance faciale tout en dotant de capacités de généralisation puissantes

Les méthodes de reconnaissance faciale (FR) rapportent des performances significatives en adoptant des méthodes d'apprentissage basées sur les réseaux neuronaux convolutifs (CNN). Bien que les CNN soient généralement entraînés en optimisant la perte softmax, la tendance récente montre une amélioration de la précision grâce à différentes stratégies, telles que l'apprentissage de CNN spécifique à la tâche avec diverses fonctions de perte, le réglage fin sur l'ensemble de données cible, l'apprentissage par métrique et la concaténation de caractéristiques provenant de plusieurs CNN. L'intégration de ces tâches nécessite évidemment des efforts supplémentaires. De plus, cela décourage la découverte de modèles CNN efficaces pour la FR qui ne sont entraînés qu'avec des étiquettes d'identité. Nous nous concentrons sur ce fait et proposons une méthode de FR basée sur un seul CNN et facilement entraînable. Notre modèle CNN exploite le cadre d'apprentissage résiduel. De plus, il utilise des caractéristiques normalisées pour calculer la perte. Nos expériences approfondies montrent une excellente généralisation sur différents ensembles de données. Nous obtenons des résultats très compétitifs et à l'état de l'art sur les ensembles de données LFW, IJB-A, YouTube Faces et CACD.