基于桥梁蒸馏的高效低分辨率人脸识别
计算机视觉与模式识别
2024-09-19 v1 人工智能
多媒体
摘要
人脸识别在野外环境中正在向轻量级模型、快速推理速度和分辨率适应能力方面发展。本文提出了一种桥梁蒸馏方法，将预训练于私有高分辨率人脸的复杂人脸模型转化为用于低分辨率人脸识别的轻量级模型。在我们的方法中，通过两步蒸馏解决了这样一个跨数据集分辨率适应知识转移问题。在第一步中，我们进行跨数据集蒸馏，将来自私有高分辨率人脸的先验知识传递到公共高分辨率人脸上，并生成紧凑且判别性强的特征。在第二步中，进行分辨率适应蒸馏，将先验知识进一步传递到合成低分辨率人脸上，通过多任务学习。通过学习低分辨率人脸表示并模拟适应后的高分辨率知识，一个轻量级学生模型可以在高效性和优异准确率下构建，用于识别低分辨率人脸。实验结果表明，学生模型在仅 0.21M 参数和 0.057MB 内存的情况下，表现出色地识别低分辨率人脸。同时，其在 GPU、CPU 和移动电话上的速度分别达到 14,705、~934 和 763 张/秒。
引用
@article{arxiv.2409.11786,
title = {Efficient Low-Resolution Face Recognition via Bridge Distillation},
author = {Shiming Ge and Shengwei Zhao and Chenyu Li and Yu Zhang and Jia Li},
journal= {arXiv preprint arXiv:2409.11786},
year = {2024}
}
备注
This paper is published in IEEE TIP 2020