ArcFace损失函数实战：如何解决人脸识别中的特征聚合难题

1次阅读

共计 1849 个字符，预计需要花费 5 分钟才能阅读完成。

人脸识别任务的核心挑战在于：同类人脸因姿势、光照等变化导致特征差异大（类内方差大），而不同人物间可能存在高度相似的特征（类间相似度高）。传统方法难以同时解决这两个问题。

损失函数	计算复杂度	收敛速度	特征可分性	适用场景
Softmax	O(n)	快	一般	简单分类任务
CenterLoss	O(n+k)	慢	中等	需要紧凑类内分布的场景
CosFace	O(n)	较快	较好	中等规模数据集
ArcFace	O(n)	快	优秀	大规模人脸识别

ArcFace 的核心思想是在角度空间施加边际惩罚，其公式为：

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

其中：
– $s$ 是特征缩放因子
– $m$ 是角度边际（通常 0.3~0.5）
– $\theta$ 是特征与类别中心向量的夹角

几何解释：通过增加目标类别的角度间隔，在超球面上形成更清晰的决策边界。

import torch
import torch.nn as nn
import torch.nn.functional as F

class ArcFace(nn.Module):
    def __init__(self, feat_dim, num_classes, s=30.0, m=0.5):
        super().__init__()
        self.weight = nn.Parameter(torch.Tensor(feat_dim, num_classes))
        nn.init.xavier_uniform_(self.weight)
        self.s = s
        self.m = m
        self.cos_m = math.cos(m)
        self.sin_m = math.sin(m)
        self.th = math.cos(math.pi - m)
        self.mm = math.sin(math.pi - m) * m

    def forward(self, features, labels):
        # 特征归一化
        features = F.normalize(features, dim=1)
        W = F.normalize(self.weight, dim=0)

        # 计算余弦相似度
        cosine = F.linear(features, W)
        sine = torch.sqrt(1.0 - torch.pow(cosine, 2))

        # 角度边际计算
        phi = cosine * self.cos_m - sine * self.sin_m
        phi = torch.where(cosine > self.th, phi, cosine - self.mm)

        # 生成 one-hot 标签
        one_hot = torch.zeros_like(cosine)
        one_hot.scatter_(1, labels.view(-1, 1), 1)

        # 组合输出
        output = (one_hot * phi) + ((1.0 - one_hot) * cosine)
        output *= self.s
        return F.cross_entropy(output, labels)

使用 t -SNE 降维后的 2D 特征分布对比：
– 左图（Softmax）：类间边界模糊，存在大量重叠区域
– 右图（ArcFace）：各类形成紧凑的簇，边界清晰可见

坐标说明：
– X/ Y 轴：t-SNE 降维后的二维特征
– 颜色：不同人物类别