CVPR2019 | ArcFace:构建高效的人脸识别系统(已开源)

Original 爱分享的极市平台 2021-09-19

收录于话题 #人脸相关 6个内容

↑ 点击蓝字关注极市平台识别先机创造未来

| 极市线上分享第41期 |

前段时间，计算机视觉顶会CVPR 2019 公布了接收结果，极市也对此做了相关报道，目前官方只公布了接收论文ID列表，极市已汇总目前公开的所有paper及code：https://github.com/extreme-assistant/cvpr2019

为让大家更好地了解这些优秀的论文和工作，极市计划做CVPR2019的专题直播分享会，邀请CVPR2019的论文作者进行线上直播，分享他们优秀的团队工作和技术干货，也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~

本次分享，极市邀请了帝国理工学院计算机系IBUG组博士生邓健康，为我们分享其CVPR2019 的工作：ArcFace 构建高效的人脸识别系统，欢迎各位小伙伴参与直播，与嘉宾互动交流~

活动信息

主题：CVPR2019 | ArcFace ：构建高效的人脸识别系统

时间：5月30日（周四）晚20:00~21:00

嘉宾信息

邓健康

帝国理工学院计算机系IBUG组博士生，指导老师Stefanos Zafeiriou。研究方向为人脸分析，包括人脸检测，配准，识别，生成等。曾多次在计算机视觉竞赛（ImageNet, ActivityNet等）中夺冠。更多信息见个人主页：

https://ibug.doc.ic.ac.uk/people/jdeng

关于分享

➤分享背景

人脸识别在计算机视觉的学术研究和工业应用中都备受关注。人脸识别算法关注从图像到特征映射过程中如何压缩类内差别同时保持类间的差异。本次分享中，我将主要介绍我们在这个问题上的探索工作：ArcFace: Additive Angular Margin Loss for DeepFace Recognition （CVPR2019）。其中，我们引入了一个简单有效的损失函数。进一步地，我们为构建实际的人脸识别系统，提出了高效的人脸检测配准模型（RetinaFace）,以及支持大规模数据的并行训练方法。在实际的FRVT测试中，我们的ArcFace人脸识别系统显著缩小了学术界和工业界人脸识别的性能差距。

论文地址：https://arxiv.org/abs/1801.07698
代码地址：
https://github.com/deepinsight/insightface

此外，我们在ICCV 2019 举办了 Lightweight Face Recognition Challenge Workshop(LFR19) ，LFR19 是第一个强调“轻量级推理” 和“可重现系统” 的人脸识别比赛。竞赛于 4 月 25 日~7 月 10 日进行，比赛结果将于 10 月 28 日在韩国首尔举办的 ICCV 2019 会议上进行公布，欢迎前往比赛主页了解详细规则：

https://ibug.doc.ic.ac.uk/resources/lightweight-face-recognition-challenge-workshop/

➤分享