论文笔记Orthogonal Deep Features Decomposition for AIFR

该论文发表于ECCV2018

论文链接为http://openaccess.thecvf.com/content_ECCV_2018/papers/yitong_wang_Orthogonal_Deep_Features_ECCV_2018_paper.pdf

一、背景

1、跨年龄人脸识别的难点：同一个人不同年龄段的外貌会有非常大的差异，即存在类内差异大的问题，而年龄相近的两个人却比较相似，即存在类间相似的问题，所以类内差异大、类间相似的问题严重影响跨年龄人脸识别的精度，如图一所示；

2、跨年龄人脸识别的意义：帮助寻找很多年前丢失的孩子、不同年龄段人脸匹配等。

图一

二、贡献

1、为了减少年龄变化导致的类内差异，作者提出了一种称为正交嵌入CNN（Orthogonal Embedding CNNs, OE-CNNs）的框架来学习年龄不变的深度人脸特征。

2、作者还构建了一个大型跨年龄人脸数据集（Cross-Age Face Datset, CAF)，该数据集包含313986张人脸图像，共4668个个体，图像经过了清洗且各年龄段图像分布较均匀。

3、实验结果表明，作者提出的OE-CNNs，不仅对跨年龄人脸识别任务有效，且对普通的人脸识别也有效，证明了该算法具有泛化能力。

三、OE-CNN方法

1、 特征分解

x 为最后一个全连接层输出的特征向量，将x分解为，其中。之所这样分解，作者是受人脸识别任务中提出的A-softmax函数的启发，因为经过A-softmax的约束，在映射到超球体空间中时，不同的个体拥有不同的角度，且作者又将xid进行了归一化，用缩放因子s代替，从而剔除了年龄带来的影响，其中A-softmax函数如下式所示：

2、基于age的lable对xage进行回归

其中nxi为向量x的L2范数，f为线性映射函数，具体为f=kx+b，zi为第i个样本对应的年龄的lable。即通过线性函数f来学习nxi和zi之间的关系，为一个回归任务，这里f采用线性函数，而非多层非线性函数映射的网络，是因为nxi为一个一维标量，越复杂的模型越容易过拟合。

3、基于id的lable对xid进行分类

 

此公式用缩放因子s替换了原本的A-softmax公式中||xid||，因为经过步骤1的特征分解，||xid||=1，所以此处引入s来弥补L2范数带来的损失，实验中取值为32。

4、联合Lage和Lid，训练该网络

 

两种分量最后通过多任务学习的方式同时训练，最终的损失函数是二者损失的算术叠加，其中为平衡因子，实验中取值为0.01，整个网络结构如图所示：

5、可视化

可视化结果表明，（1）不同的个体被判为不同的角度；（2）A-softmax和OE-CNN的类间间隔明显大于Softmax；（3）OE-CNNs表明同一个个体的不同年龄反应在半径方向上，即半径越长，该个体年龄越大，而其它两个模型没有该规律。

四、作者收集的数据集CAF

该数据集的特点：（1）数量多，313986张人脸图像，对应4668个个体，每个个体大约80张图片；（2）年龄间隔大；（3）经过了数据清洗，使用检测算法MTCNN过滤掉了不含人脸图像的图片，且尽量保证每个年龄段的图片数量相近；（4）通过DEX算法估计图像年龄，生成图像对应的age标签。

五、实验

1、基于MORPH数据集，验证OE-CNN的有效性

（1）对比Softmax、A-softmax和OE-CNN，验证了OE-CNN的有效性

（2）与其他主流跨人脸识别算法对比，验证了OE-CNN的有效性

2、基于人脸识别数据库CACD-VS，证明该算法的鲁棒性

3、基于人脸识别数据库LFW，证明该算法的泛化能力