GIF: 大规模人脸识别的生成式启发方法
计算机视觉与模式识别
2025-05-07 v1
摘要
旨在降低大规模标签空间中人脸识别的Softmax计算成本，近期研究利用部分身份来估计输出。尽管前景可期，但计算成本与数据集中身份数量之间的关联仅以缩减比例保持线性。现有人脸识别方法的共同特征是在训练中使用原子标量标签。因此，标签匹配的输入通过输入特征向量与Softmax质心之间的点积完成。受生成式建模启发，我们提出了一种简单而有效的方法，用结构化身份码（即整数序列）替代标量标签。具体而言，我们提出了一种分词方案，将原子标量标签转换为结构化身份码。随后，我们训练一个人脸识别骨干网络来预测每个输入对应的码，而非其标量标签。因此，相关计算成本相对于身份数量变为对数级别。我们通过实验证明了所提方法的优势。特别地，我们的方法在IJB-B和IJB-C上分别以1.52%和0.6%的优势超越了竞争对手（TAR@FAR），同时将计算成本与身份数量之间的关联从线性转变为对数。代码见 https://github.com/msed-Ebrahimi/GIF
引用
@article{arxiv.2505.03012,
title = {GIF: Generative Inspiration for Face Recognition at Scale},
author = {Saeed Ebrahimi and Sahar Rahimi and Ali Dabouei and Srinjoy Das and Jeremy M. Dawson and Nasser M. Nasrabadi},
journal= {arXiv preprint arXiv:2505.03012},
year = {2025}
}