AIGC動態歡迎閱讀

原標題：首次！用合臉數據集訓練的識別模型，性能高于真實數據集
關鍵字：身份,數據,向量,模型,圖片
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com研究動機
一個高質量的人臉識別訓練集要求身份 (ID) 有高的分離度（Inter-class separability）和類內的變化度（Intra-class variation）。然而現有的方法普遍存在兩個缺點：
1）實現了大的 intra-class variation，但是 inter-class separability 很低；
2）實現了較高的 inter-class separability，但是 intra-class variation 需要用額外的模型來提高。
這兩點要么使得在合成的人臉數據集訓練的模型性能表現不佳，要么難以合成大型數據集。
因此，我們通過讓提出的 Vec2Face 模型學習如何將特征向量轉化為對應的圖片，并且在生成時對隨機采

原文鏈接：首次！用合臉數據集訓練的識別模型，性能高于真實數據集

聯系作者

文章來源：機器之心
作者微信：
作者簡介：