在论文《A Discriminative Feature Learning Approachfor Deep Face Recognition》中提出了一种新的损失函数center loss。通过softmax loss+center loss 有效的提升了人脸识别类别之间的辨识度。下面，我将简要介绍一下这个损失函数。
方法/步骤
1
使用MNIST数据集实验，可视化特征的输出。下图是使用softmax损失函数训练的结果。特征具有可分性。
2
使用center loss +softmax loss联合训练。除了特征的可分之外，能够有效提升特征的辨识度。
3
中心损失的目的是增大类间距离，降低类内方差。类似于k-means聚类的定义方式。
4
中心损失的梯度表示如下。同时还需要更新类中心的位置。
5
损失函数是softmax loss与center loss的联用。表示如下
6
可分辨特征的学习算法如下表示。整个网络结构如下图所示。
上一篇：12345和12315区别是什么
下一篇：男性提升持久力