問題: 訓練人臉模型需要依賴大規模數據,比如 MsCeleb1M,deepglint, WebFace 等,但這些大規模數據存在嚴重的long-tail 問題。 簡單說,20%人佔了80%數據。 這個問題普遍存在,也有不少paper解決該問題。 比如range loss 等。
本文idea: 將GAN 網絡方法融合到主流的人臉識別模型中, 在特徵領域進行遷移學習。
本文方法比較新穎,先簡單記錄一下,抽時間精讀時,再做詳細的筆記。
本文
問題: 訓練人臉模型需要依賴大規模數據,比如 MsCeleb1M,deepglint, WebFace 等,但這些大規模數據存在嚴重的long-tail 問題。 簡單說,20%人佔了80%數據。 這個問題普遍存在,也有不少paper解決該問題。 比如range loss 等。
本文idea: 將GAN 網絡方法融合到主流的人臉識別模型中, 在特徵領域進行遷移學習。
本文方法比較新穎,先簡單記錄一下,抽時間精讀時,再做詳細的筆記。
本文