我们SphereFace在MegaFace评测第一

新深度学习人脸识别(深度卷积神经网络)算法之一SphereFace

公司前一个算法为CNN9优化的，几百万张人脸训练的，

目前的新深度学习人脸识别(深度卷积神经网络)算法是SphereFace

网上查询

在MegaFace国际机构的评测识别率为2017年排名第一

在LFW和YTE国际机构的评测识别率为2017年排名前三名

此技术，给同行参考公益，而同行不会公开这个，神云“深度学习”、“卷积神经网络”，中国人没最最底层技术的，应用能力强！中国的人脸识别技术公司，都没有做过男女分辨的零阶段基础开发、也没有做过人脸模型库的零阶段基础开发，都是开源代码优化出来的

人脸识别那家好，看谁吹牛逼好，总不说技术本质，资本投资必须翻倍回报的！

针对人脸识别任务,为了进一步提高人脸识别精度,提取更加有效的特征,即减小类内误差,提高类间误差,因此提出了新的网络结构:SphereFace,该网络改变softmax的表达形式,即转换为对应的角度softmax(归一化权重/偏差为0/角度表达),将传统正确分类的方法转化为角度间隔的学习方法.从而实现了让最大类内距离小于最小类间距离.

1、训练样本

实验中的训练样本采用了CASIA,对人脸进行了对齐,并做了crop。crop后的部分训练样本如下：

2、训练及测试

训练用的网络结构和训练参数，收敛速度较慢，最终softmax_loss降到2.0左右。在LFW上测试，对于每个pair,计算两个人脸提取出来的fc5层特征的cosine距离，并根据距离画ROC曲线

3、技术参数

（1）误识率(将其他人误作指定人员的概率)	<0.0001%
（2）拒识率(将指定人员误作其它人员的概率)	<0.01%
（3）识别正取率（正确识别人次与参与识别的注册人员总人次之比）	<0.0001%
（4）识别速度（识别一副人脸图像的时间、识别一个人的时间）	<0.5秒
（5）注册速度（ 注册一个人的时间）	<0.5秒
（6）行走速度	<9KM/H
（7）单个模型	<2.5KB
（8）最佳距离	0.4至1m

备注：视软硬件、环境、操作等情况而定

4、对比其他算法