ArcFaceって

ArcFaceは顔認証を行えるメトリックラーニングの構造のこと．
ArcFaceは入力されたデータに対して，一人の画像に対するユニークな特徴ベクトルを算出する．
例えばA,B,C,… という人物の画像が一人に対して，複数毎あったとする． Aの画像が入力されたときArcFaceはY_Aのベクトルを算出するよう学習する． 一方，Bの画像が入力されたときもY_Bを算出する.
これにより，未知の人物の画像が入力されたときも，人物ごとにユニークなベクトルを算出することによって，
ベクトル間のCos類似度を求めることにより，同一人物かを判定することが可能になる．
元論文のarXiv

インストール

論文の著者が実装と学習済みの重みを公開している．
Mxnetというフレームワークだが，ArcFaceを使うだけなら何も気にすることはない．
実行には

$ pip3 install mxnet==1.6.0

が必要である． ただし，GPU環境の場合，cuda==10.2をインストールし，

$ pip3 install mxnet-cu102==1.6.0

を実行する．

あとは，

$ pip3 install -U insightface

でインストールは完了．

試す

基本的には，チュートリアルを参考にライブラリを読み解いていく．
自分でも，少し試したので，jupyter notebookを貼っておく．

不明点

論文や解説記事を読んでArcFaceの学習方法は理解したものの，肝心の顔認証データセットの目的変数がわからない．具体的には，ユニークなIDをどうやって，つけているのか．論文中に各データセットの示された人物の数は一定でないから．

[追記] 論文をよく見ると，参考文献として， [32] Y. Sun, Y. Chen, X. Wang, and X. Tang. Deep learning face representation by joint identification-verification. In NIPS, 2014. が載っていた． これによるとDeepIDを用いて特徴ベクトルを決定するとある． DeepIDについては，解説記事を発見した． 参考記事

これを用いてDeepIDをつけているのか納得．なお，参考記事はDeepID 1について解説されているが，参考文献はDeepID2について説明されている． おおむねは同じだが，違いは，顔のパーツ位置（face landmark）による畳み込み前の整列や特徴ベクトルを200次元まで拡張した，ネットワークを深くしたなどの違いがある．（詳しく論文見てないけど）

結論

参考文献を読もう．