MobileFaceNets: Efficient CNNs for Accurate Real-time Face Verification on Mobile Devices

Face Verification 我说我是张三，系统判断一下我是不是张三
Face Identification 我什么都没说，系统说一下我是谁？

在手机等移动设备上如何进行人脸验证了？本文提出了一个快速准确的网络 MobileFaceNets

本文首先分析了一下以前的快速网络为什么在做Face Verification 性能很低下 MobileNetV1 、 ShuffleNet 、 and MobileNetV2

For face verification and recognition, some researchers ([14], [5], etc.) have observed that CNNs with global average pooling layers are less accurate than those without global average pooling.
已经有研究者指出 对于人脸验证和识别问题，有global average pooling layers 比 没有 global average pooling layers 的网络精度要低，但是没有给出理论支持

这里我们采用 receptive field 的有效视野给出理论分析

简单的来说，对于一个7*7人脸特征，距离中心的越近的特征越重要，距离中心越远的特征作用越低。但是 global average pooling layers 对所有特征采用了相同的权值，所以效果差，这里我们采用了 global depthwise convolution，这里权值和 spatial importance 一致。

MobileFaceNet Architectures

11