EdgeFace: Edge 장치를 위한 효율적인 얼굴 인식 모델

본 논문에서는 EdgeNeXt의 하이브리드 아키텍처에서 영감을 받은 경량화되고 효율적인 얼굴 인식 네트워크인 EdgeFace를 제시합니다. CNN과 트랜스포머 모델의 장점을 효과적으로 결합하고 저 순위 선형 계층을 사용함으로써, EdgeFace는 엣지 디바이스에 최적화된 우수한 얼굴 인식 성능을 달성합니다. 제안된 EdgeFace 네트워크는 낮은 계산 비용과 소형 저장 공간을 유지하면서도 높은 얼굴 인식 정확도를 달성하여, 엣지 디바이스에 배포하기에 적합합니다.LFW(99.73%), IJB-B(92.67%), IJB-C(94.85%) 등 도전적인 벤치마크 얼굴 데이터셋에서 수행된 광범위한 실험들은 EdgeFace가 최신 경량 모델들과 심층 얼굴 인식 모델들에 비해 효과적이고 효율적임을 입증합니다. 1.77M 파라미터를 가진 본 연구의 EdgeFace 모델은 더 큰 계산 복잡성을 가진 다른 효율적인 모델들을 능가하는 최고 수준의 결과를 얻습니다. 실험을 재현하기 위한 코드는 공개적으로 제공될 예정입니다.