CVPR 2022 Oral: CosFace与ArcFace的统一升级,AdaFace在低质量图像中有效

https://mp.weixin.qq.com/s/nS3dTHUFhTEmdR4I2htqnw

长期以来，在应对低质量图像的人脸识别这一具有挑战性的领域时，“由于”尽管存在模糊性和退化现象，“然而”传统的基于边距的损失函数并未取得显著效果。“尽管如此，在先前的研究中探讨了适应性损失的影响，并强调了错误分类（Head）样本的重要性。”与此同时，在本研究中，在损失函数中引入了一个新的因素——图像质量。“值得注意的是，在这项工作中提出了一种新的评估标准——根据样本的质量动态调整困难样本的重要性策略。”最后经过大量实验验证，在四个公开数据集（IJB-B、IJB-C、IJB-S和IJBTinyFace）上实施Adaptive Face算法显著提升了当前最优的人脸识别性能水平。

说在前面

在人脸识别领域……普遍认为已经陷入内卷状态。尽管如此……许多人认为……目前似乎没有进一步挖掘的空间。然而实际上……潜意识中规避了一些直接应对实际应用中的挑战。AdaFace则是一个直面落地问题的经典工作……CVPR2022 Oral工作

该系统直接面对并解决低质量人脸图像识别的问题。同时