轻量级人脸识别可以做到多小，参数不到1M-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

人脸识别技术已相对成熟，介绍一个由国外学者通过剪枝做的轻量级人脸识别方向的工作。

▌SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via Filter Pruning

论文作者：Fernando Alonso-Fernandez,Kevin Hernandez-Diaz,Jose Maria Buades Rubio,Josef Bigun

作者单位：Halmstad University;University of Balearic Islands

论文链接：http://arxiv.org/abs/2307.10697v1

内容简介：

1）方向：轻量级人脸识别网络

2）应用：实时的人员身份验证

3）背景：随着移动设备在各种数字服务中的广泛应用，对可靠和实时的个人身份验证需求日益增加。人脸识别技术由于移动设备中摄像头的普及和其融入日常应用而成为验证用户身份的可靠方法。然而，目前的人脸识别模型通常较大，对于移动应用来说不太实用，参数量通常达到数百万，文件大小超过几百兆。

4）方法：本文开发了SqueezerFaceNet，一个轻量级的人脸识别网络，参数数量少于100万。采用基于Taylor分数的网络剪枝方法，通过迭代地移除重要性较小的滤波器来实现这一目标。从一个已经很小的网络（1.24M）基础上，进一步减小了网络规模（最多40%的减小），而性能损失并不明显。另外，作者表示这是首次评估网络剪枝方法用于人脸识别任务。

5）结果：通过使用SqueezerFaceNet，成功地开发了一个轻量级的人脸识别网络，参数数量少于100万。相比起初已经较小的网络，进一步减小了网络规模（最多40%的减小），而性能损失并不明显。这使得这个网络在移动应用中的实用性得到了显著提高，从而为可靠和实时的人员身份验证提供了一个可行的解决方案。

轻量级人脸识别网络一览：

相关数据集：

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~