用于人脸识别的 Face Transformer
计算机视觉与模式识别
2021-04-14 v2
摘要
近来，Transformer 不仅在 NLP 领域，也在计算机视觉中引起了日益增长的兴趣。我们探究 Transformer 是否可用于人脸识别，以及它是否优于 CNN。因此，我们研究了 Transformer 模型在人脸识别中的性能。考虑到原始 Transformer 可能忽略块间信息，我们修改了图像块生成过程，使令牌采用相互重叠的滑动块。模型在 CASIA-WebFace 和 MS-Celeb-1M 数据库上训练，并在包括 LFW、SLLFW、CALFW、CPLFW、TALFW、CFP-FP、AGEDB 和 IJB-C 数据库在内的多个主流基准上评估。我们证明，在大规模数据库 MS-Celeb-1M 上训练的 Face Transformer 模型，取得了与参数量和 MACs 相近的 CNN 相当的性能。为便于进一步研究，Face Transformer 模型与代码发布于 https://github.com/zhongyy/Face-Transformer。
关键词
引用
@article{arxiv.2103.14803,
title = {Face Transformer for Recognition},
author = {Yaoyao Zhong and Weihong Deng},
journal= {arXiv preprint arXiv:2103.14803},
year = {2021}
}