# ArcFace

ili0820

Paper Face Recognition closed set -> 테스트 셋의 클래스가 학습 셋에 동일하게 존재 => 분류 문제! open set -> 테스트 셋의 클래스가 학습 셋에 존재 X => discriminative하게 학습하는 Metric Learning!! Abstract DCNN을 사용한 feature learning(Representation learning) 에서의 문제중 하나 => discriminative power

yjoonjang

이번 look-alike 프로젝트를 위해 얼굴 인식 분야에서 높은 성능을 보이는 Arcface 모델을 사용하기로 결정했다. Arcface 모델은 얼굴 임베딩(얼굴 특징 벡터)을 생성하는 데에 사용된다. 이 모델은 인간 얼굴 인식의 특성을 모방하여, 다양한 각도와 조명 조건에서 얼굴 특징 벡터의 유사성을 최대화하는 방식으로 학습된다. ArcFace 모델은 기본적으로 softmax 분류기를 사용하며, 라벨에 해당하는 클래스의 점수를 최대화한다. 그러나 일반적인 softmax 분류기와는 달리, ArcFace 모델은 추가적인 margin 값을 이용하여 클래스 간의 거리를 보다 잘 유지하면서, 클래스 내부의 유사도를 더욱 강화한다. 해당 모델을 코드로 구현하고 학습까지 시켜보았다. 다음은 그와 관련된 코드이다. 1. 전처리 과정 1-1. 초기 세팅 1-2. 준비한 test dataset을 train과 valid로 분리. 1-3. CustomData

ss0510s

RetinaFace : Single-Stage Face Detector Single-Stage 기반으로 픽셀 단위로 Face Localisation을 예측하는 모델 특징 wider face hard test 에서 SOTA 성능을 보임 ArcFace의 성능 향상 가벼운 가중치의 backbone 네트워크를 사용 single CPU core에서도 real-time으로 돌릴 수 있음 많은 작은 얼굴들과 다양한 크기의 얼굴들에서 좋은 성능을 보임 ArcFace : Metric Learning Face Recogntition 클래스 간 각도를 통해 차이를 두어 서로 다른 클래스 간에는 더 큰 격차를 만드는 방법 <i

riverdeer

개요 이번 학기 학부 졸업 프로젝트 과제의 주제로 현재 COVID-19의 확산과 무인화 경향에 힘입어 "딥러닝 기반 얼굴인식을 활용한 본인인증 시스템"을 개발해보았다. 이번 포스팅에서는 위와 같은 프로젝트 수행 과정에서 ArcFace를 활용한 얼굴인식 모델을 구현해보는 과정을 간략하게 소개한다. 1. ArcFace를 활용한 안면인식 모델 개발 @ ArcFace >Deng, J., Guo, J., Xue, N., & Zafeiriou, S. (2018). ArcFace: Additive Angular Margin Loss for Deep Face Recognition. In 2019 IEEE. In CVF Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 4685-4694). ArcFace는 Metric Leaning