您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201909-59
论文题目 基于参数自适应损失函数的人脸识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

Adaptive Parameters Softmax Loss for Deep Face Recognition

首发时间:2019-09-24

ZHANG Jian-Wei 1   

ZHANG Jianwei(1994-), male, master student, major research direction: Face Recognition

GUO Qiu-Shan 1    DONG Yuan 1   

DONG Yuan(1970-), male, professor, major research direction: Machine Learning, Image Retrival

XIONG Feng-Ye 2    BAI Hong-Liang 2   
  • 1、School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876
  • 2、Beijing FaceALL Technology Ltd., Beijing 100081

Abstract:Face recognition has achieved great success due to the development of Deep convolutional neural networks (DCNN). Loss functions with angular margin have been proposed to supervise DCNN for better feature representation. However, these methods would suffer from sensitivity of hyperparameters setting. In this paper, we propose an Adaptive Parameters Softmax Loss function with different scale parameters for target logits and non-target logits and dynamically adaptive margin parameter. Extensive experiments on MegaFace and IJB-C demonstrate the effectiveness of our method.

keywords: Artificial Intelligence Face Recognition Loss Function Deep Convolution Network

点击查看论文中文信息

基于参数自适应损失函数的人脸识别

张健为 1   

ZHANG Jianwei(1994-), male, master student, major research direction: Face Recognition

郭秋杉 1    董远 1   

DONG Yuan(1970-), male, professor, major research direction: Machine Learning, Image Retrival

熊风烨 2    白洪亮 2   
  • 1、北京邮电大学信息与通信工程学院
  • 2、北京飞搜科技有限公司

摘要:综述文章:以背景、研究现状、研究用途的结构书写,篇幅以150~300字左右为宜,不用第一人称做主语,不与正文语句重复。一般研究性文章:以摘录要点的形式按目的、方法、结果、结论的结构报道出作者的主要研究成果,字数在200~400字左右为宜,不用第一人称做主语,不与正文语句重复。}\abstractCHN{近年来,随着深卷积神经网络(DCNN)的发展,人脸识别取得了巨大成功。为了更好地学习人脸特征表示,业界提出了基于角度余量的损失函数。然而,这些方法对于超参数的设置比较敏感。本文针对上述问题,提出了一种参数自适应的分类损失函数。此外,本文通过在Megaface和IJB-C数据集上进行大量实验,证明了该方法的有效性。

关键词: 人工智能 人脸识别 损失函数 深度卷积神经网络

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
ZHANG Jian-Wei,GUO Qiu-Shan,DONG Yuan,et al. Adaptive Parameters Softmax Loss for Deep Face Recognition[EB/OL]. Beijing:Sciencepaper Online[2019-09-24]. https://www.paper.edu.cn/releasepaper/content/201909-59.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于参数自适应损失函数的人脸识别