はじめに

CVPR2021より以下の論文
[1] Q. Meng, et. al. MagFace: A Universal Representation for Face Recognition and Quality Assessment. CVPR2021
のまとめ

CVF open access:
https://openaccess.thecvf.com/content/CVPR2021/html/Meng_MagFace_A_Universal_Representation_for_Face_Recognition_and_Quality_Assessment_CVPR_2021_paper.html

github:
https://github.com/IrvingMeng/MagFace

既にこちらのような
https://qiita.com/miiuchu/items/bf970a6fe4ab01866511
まとめ記事が存在するので、自分用にlogicと結果のみ超ざっくりまとめ

概要

顔画像から個体認証する系のモデル
ArcFaceに対して、dataのqualityが高いほどlossに加える重みを高くすることで精度を上げた

lossの改良点

ArcFaceのloss

MobileFaceNetの記事内
https://qiita.com/masataka46/items/e069384c2622f3b722f9
にまとめたので略

L = -\frac{1}{N} \sum^N_{i=1} \log \frac{e^{s \cos (\theta_{y_i} + m)}}{e^{s \cos (\theta_{y_i} + m)} + \sum_{j \neq y_i} e^s \cos \theta_j} \tag{1}

角度ベースで $m$ のマージンを加えている。

MagFaceのloss

まず a を特徴量の大きさとする。data i の特徴量 $f_i$ における大きさは

a_i = \| f_i \| \tag{2}

確信度の高いdataほど特徴量の絶対値が大きいと仮定し、マージン m を $a_i$ に比例的に大きくなるとする。

ArcFace のlossを以下のように修正する。

L = -\frac{1}{N} \sum^N_{i=1} \log \frac{e^{s \cos (\theta_{y_i} + m(a_i))}}{e^{s \cos (\theta_{y_i} + m(a_i))} + \sum_{j \neq y_i} e^s \cos \theta_j} + \lambda_g g(a_i) \tag{3}

そうすると、質の低いデータの影響力は下がるだろう。２項目は正則化項。

結果

以下は各データセットにおける（各列）各モデル（各行）のvarification accuracy。

ArcFaceに対して微妙に上がってる。