CosFace: Large Margin Cosine Loss for Deep Face Recognition

发布于2018年。 1 动机 传统的DCNN的softmax缺乏判别能力，最近提出的center loss，angular softmax loss都具有相同的想法：最大化类间距离和最小化类内距离。本文提出large margin cosine loss（LMCL）。 与欧几里得余量相比，角余量是首选，因为角度的余弦具有与softmax的固有一致性。余弦的公式与经常用于人脸识别的相似性度量相匹配。

>>阅读原文<<