【翻译+原创】Deep Learning Face Representation from Predicting 10,000 Classes 论文笔记

摘要：

论文主要目的是通过深度学习去学习到一个高水平的特征表达集(DeepID)用于人脸验证。

DeepID 特征集是从深度卷积网络(ConvNets)的最后一个隐藏层神经元提取到的。这种特征是从人脸的不同区域提取的，可以形成一个互补的完备的人脸特征表达。

结合简单的人脸对齐，在 LFW 上实现了97.45%的识别率。

第一节：

当前有着最优表现性能的人脸验证算法是采用完备的低水平特征，紧接着是浅模型来表征人脸；

近来，深模型(如ConvNets) 【24】 也能有效提取高水平可见特征 【11,20,14】，并被用于人脸验证 【18,5,31,32,36】——其中：【18】无监督地学习一个泛化的深模型；【5】学习深度非线性矩阵集；【31】通过二值人脸验证目标来监督性地学习深模型。

本文是采用深模型来学习高水平的人脸特征集，简言之，就是把一个训练样本分进10000个身份中，高维空间的操作虽然更有难度，但学习到的特征表征有更好的泛化性。


  


第三节：

3.1 深度卷积网络


 


3.2 特征提取


  


3.3 人脸验证

我们采取的是基于 DeepID 的联合贝叶斯方法【8】进行人脸验证，该模型在文献【9,6】的人脸验证中均有良好表现。

采用两个独立的高斯变量的和来表征提取到的面部特征集 x（去除均值）：


      注：其中

代表人脸身份信息（类间），

代表同一人物的变化（类内）；

             在给定类间和类内标识后，联合贝叶斯模型算出两个人脸之间的联合概率：

 和 

 

同时，我们也专门训练了用于人脸验证的神经网络（利用提取到的特征进行验证这一环节），并且将它同联合贝叶斯方法相比。以此观测是否其他模型也能从提取到的特征（DeepID）中学习,也观测在验证性能上，特征和一个好的人脸验证模型的贡献各有多少。


  


第四节：

实验部分

样本集合：由于LFW库只有85人拥有超过15张图片，这不远远不足我们的训练输入。因此我们在CelebFaces【31】库上训练我们的模型，在LFW上测试。

                 CelebFaces有5436个社会名流，共计87628张图片，平均每人16张，它和      LFW库是互不相容的。

特征学习：随机挑选 CelebFaces 中80%的人（4349）来学习DeepID，剩下的20%用来学习人脸验证模型（联合贝叶斯或者神经网络）。

                 在特征学习阶段，卷积网络有监督的同时对4349个人进行分类——依上文所示，每张图衍生出60张图块。 我们随机的选择每个训练的人（身份类）的10%的图片用于生成验证数据。

                 每个训练级结束后，我们观测使验证集错误率最优的模型，并将这个模型用于支持验证结果最差的那个模型。

人脸验证：在学习联合贝叶斯模型之前，我们使用PCA降维将特征维度降为150维。验证的性能在很大的维度范围内都可以保持稳定。

                  测试阶段，通过比较联合贝叶斯似然比和一个阈值进行人脸对的分类，而这个阈值是在训练数据中按照最优化原则得到的。