《表3 不同损失函数的验证准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于属性驱动损失函数的人脸识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

网络结构采用相同的Inception-ResNet v2，训练数据集采用相同的CASIA Webface数据集，得到不同损失函数在LFW、CFP-FP、AgeDB-30数据集的验证准确率，其中包括Softmax损失函数、三元组损失函数（Triplet loss）、中心损失函数（Center loss）、L-Softmax损失函数、A-Softmax损失函数，实验结果如表3所示。通过获取一个额外的属性监督信号，基于角度距离和属性的改进损失函数在LFW、CFP-FP、AgeDB-30验证数据集上均取得优于其他损失函数的准确率。在姿态差异较大的CFP-FP数据集和年龄变化大的AgeDB-30数据集上，改进损失函数的优越性更加明显。可见，改进损失函数不仅能提升人脸识别的准确率，而且能增强对年龄变化和姿态变化的鲁棒性。