[论文解读] AirFace: Lightweight and Efficient Model for Face Recognition

Xianyang Li, Feng Wang+2 more|arXiv (Cornell University)|Jul 29, 2019

Face recognition and analysis参考文献 20被引用 8

一句话总结

本文提出 AirFace，一种轻量化且高效的面部识别模型，结合了新型损失函数 Li-ArcFace 与改进的 MobileFaceNet 架构（集成注意力模块并优化训练过程）。Li-ArcFace 通过用线性函数替代 ArcFace 的余弦边界，提升小嵌入尺寸（如 128D）的收敛性，实现端到端训练而无需预训练，在 LFR2019 和 MegaFace Challenge 1 上达到最先进性能。

ABSTRACT

With the development of convolutional neural network, significant progress has been made in computer vision tasks. However, the commonly used loss function softmax loss and highly efficient network architecture for common visual tasks are not as effective for face recognition. In this paper, we propose a novel loss function named Li-ArcFace based on ArcFace. Li-ArcFace takes the value of the angle through linear function as the target logit rather than through cosine function, which has better convergence and performance on low dimensional embedding feature learning for face recognition. In terms of network architecture, we improved the the perfomance of MobileFaceNet by increasing the network depth, width and adding attention module. Besides, we found some useful training tricks for face recognition. With all the above results, we won the second place in the deepglint-light challenge of LFR2019.

研究动机与目标

• 解决在从零开始训练小嵌入尺寸模型（如 128D）时 ArcFace 收敛性差的问题。
• 通过优化网络架构与训练流程，提升移动端面部识别性能。
• 开发一种损失函数，增强类间差异性与类内紧凑性，且无需预训练。
• 在低资源设置下（如 DeepGlint-Light Challenge 2019）实现最先进性能。
• 证明高效的网络设计与训练技巧可显著提升面部识别基准测试的表现。

提出的方法

• 提出 Li-ArcFace，一种新型加法边际损失函数，将 ArcFace 中基于余弦的角边界替换为角度的线性函数，以提升训练稳定性和收敛性。
• 通过增加网络深度与宽度，并集成挤压-激励（SE）注意力模块，增强 MobileFaceNet 的特征表示能力。
• 对除最终嵌入层外的所有层应用 5e-4 的权重衰减乘数，而最终嵌入层使用 5e-3，以提升优化稳定性。
• 在 Li-ArcFace 中使用超参数 m，其取值在 0.4 至 0.45 之间，最优性能出现在 m=0.4。
• 采用 MS1M-retina 数据集进行数据预处理，并结合 InsightFace 的人脸检测与对齐流程。
• 使用带动量的 SGD 进行端到端训练，并在 LFW、CFP-FP、AgeDB 和 MegaFace Challenge 1 等标准基准上进行评估。

实验结果

研究问题

• RQ1 修改后的损失函数是否能改善从零开始训练小嵌入尺寸模型（如 128D）时的收敛性与性能？
• RQ2 在低维面部嵌入上，所提出的 Li-ArcFace 损失与 ArcFace 和 CosFace 相比，在收敛性与准确性方面表现如何？
• RQ3 对 MobileFaceNet 的架构改进在不增加计算成本的前提下，能在多大程度上提升面部识别准确率？
• RQ4 哪些训练技巧能显著提升轻量化面部识别模型的性能？
• RQ5 轻量化模型是否能在 MegaFace Challenge 1 和 DeepGlint-Light Challenge 2019 等主要基准上实现最先进性能？

主要发现

• Li-ArcFace 在 LFW 上达到 99.27% 的验证准确率，在 CFP-FP 上为 94.20%，在 AgeDB 上为 93.25%，在多数设置下优于 ArcFace 和 CosFace。
• 在 DeepGlint-Light Challenge 2019 中，AirFace 在 1e-8 FPR 下达到 88.415% 的验证准确率，位列第二。
• AirFace 在 MegaFace Challenge 1 上实现 97.93% 的验证 TAR（1e-6 FAR），仅消耗 1G FLOPs，优于 MobileFaceNet 并与更大模型相当。
• Li-ArcFace 在小嵌入尺寸下收敛性优于 ArcFace，消除了对 Softmax 损失预训练的需求。
• 集成注意力模块与架构增强的模型在 AgeDB 上相比标准 MobileFaceNet 性能提升超过 6%。
• Li-ArcFace 的最优边界超参数为 m=0.4，当 m=0.5 或更高时性能略有下降。