VarGFaceNet：一种用于轻量级人脸识别的高效可变组卷积神经网络
计算机视觉与模式识别
2019-11-26 v4
摘要
为提升轻量级网络在人脸识别中的判别与泛化能力，我们提出一种称为 VarGFaceNet 的高效可变组卷积网络。VarGNet 引入可变组卷积以解决小块内计算代价小与计算强度不平衡之间的矛盾。我们采用可变组卷积设计网络，在支持大规模人脸辨识的同时降低计算代价与参数量。具体而言，我们在网络起始处使用头部设置以保留关键信息，并提出一种特定的嵌入设置以减少全连接层用于嵌入的参数量。为增强解释能力，我们采用角度蒸馏损失的等价形式来指导轻量级网络，并应用递归知识蒸馏以缓解教师模型与学生模型之间的差异。LFR（2019）挑战赛 deepglint-light 赛道的冠军证明了我们的模型与方法的有效性。VarGFaceNet 的实现将很快发布于 https://github.com/zma-c-137/VarGFaceNet。
引用
@article{arxiv.1910.04985,
title = {VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight Face Recognition},
author = {Mengjia Yan and Mengao Zhao and Zining Xu and Qian Zhang and Guoli Wang and Zhizhong Su},
journal= {arXiv preprint arXiv:1910.04985},
year = {2019}
}
备注
8 pages,2 figures. In Proceedings of the IEEE International Conference on Computer Vision Workshop, 2019