[论文解读] Learning Channel Inter-dependencies at Multiple Scales on Dense Networks for Face Recognition

Qiangchang Wang, Guodong Guo+1 more|arXiv (Cornell University)|Nov 28, 2017

Face recognition and analysis参考文献 48被引用 3

一句话总结

本文提出SE-Inception-DenseNet（SEID），一种深度学习架构，通过整合多尺度特征学习、密集层连接和Squeeze-and-Excitation（SE）模块，提升无约束条件下的面部识别特征表示能力。通过在多个尺度和密集残差路径上加权信息丰富的特征，SEID在IJB-A和FaceScrub数据集上实现了最先进性能，FAR=0.01时验证准确率达到63.3%，FAR=0.0001时达到29.4%，尽管使用中等规模训练数据，仍优于众多现有模型。

ABSTRACT

We propose a new deep network structure for unconstrained face recognition. The proposed network integrates several key components together in order to characterize complex data distributions, such as in unconstrained face images. Inspired by recent progress in deep networks, we consider some important concepts, including multi-scale feature learning, dense connections of network layers, and weighting different network flows, for building our deep network structure. The developed network is evaluated in unconstrained face matching, showing the capability of learning complex data distributions caused by face images with various qualities.

研究动机与目标

• 为解决在图像质量、姿态和光照差异较大的无约束条件下识别面部的挑战。
• 通过结合多尺度特征学习与密集连接，提升深层网络中的特征表示能力，改善梯度流动性和参数效率。
• 通过Squeeze-and-Excitation模块自适应加权特征图，聚焦于信息丰富的通道，增强判别能力。
• 开发一种在复杂数据分布上具有良好泛化能力的模型，且无需依赖大规模训练数据集。

提出的方法

• 所提出的SE-Inception-DenseNet（SEID）将Inception模块集成于DenseNet架构中，实现多尺度卷积特征提取，支持深层、分层的特征学习。
• 在每个密集块中，对所有先前层应用密集连接，以促进特征重用、梯度流动和正则化。
• 在每个过渡层和密集块层之前插入Squeeze-and-Excitation（SE）模块，基于全局上下文重新校准通道维度的特征响应。
• SE模块通过全局平均池化计算通道注意力权重，随后经过带有ReLU和Sigmoid激活函数的全连接层，生成可学习的缩放因子。
• 模型在CASIA-WebFace数据集上进行端到端训练，并在LFW、IJB-A和FaceScrub上评估其验证性能。
• 网络在Inception模块中使用1×1卷积进行降维，并应用恒等捷径以稳定深层架构的训练。

实验结果

研究问题

• RQ1 将多尺度特征学习与密集连接相结合，是否能提升无约束面部识别的性能？
• RQ2 Squeeze-and-Excitation模块的集成如何影响深层面部识别网络中的特征表示？
• RQ3 所提出的SE-Inception-DenseNet模型在跨质量面部匹配任务上是否优于当前最先进方法？
• RQ4 该模型是否能在LFW等标准基准上保持高准确率，同时在IJB-A和FaceScrub中对多样化图像质量具有良好的泛化能力？

主要发现

• 在IJB-A数据集上，SEID在FAR=0.01时达到63.3%的验证准确率，优于FaceNet（25.7%）、VGGFace（60.5%）和Light CNN（56.6%）在相同指标下的表现。
• 在IJB-A数据集上，FAR=0.0001时，SEID达到26.6%的验证准确率，超过SphereFace（24.5%）和Center Loss（16.4%），展现出对低误接受率的强鲁棒性。
• 在FaceScrub数据集上，SEID在FAR=0.01时达到61.7%的验证准确率，优于VGGFace（59.5%）、Light CNN（50.3%）和Center Loss（49.3%）在相同条件下的表现。
• 在LFW数据集上，当在Inception块前使用SE模块时，SEID达到98.88%的验证准确率，优于DeepID2+（98.95%，使用25个网络）和Light CNN（99.33%），且在相似训练数据条件下表现更优。
• SE模块中压缩比r=4时性能最佳（LFW上准确率达98.88%），表明在表征能力与计算成本之间实现了最佳平衡。
• SEID在基线Inception和DenseNet模型上均表现出一致改进，LFW上较Inception（97.6%）提升3.1%，较DenseNet（95.7%）提升3.2%。