ArcFace：加法角边界的判别性面部嵌入

FreeGuideOnline 最新 2026-06-19

什么是 ArcFace？

ArcFace 是一种用于人脸识别任务的高精度损失函数，由 Deng 等人在 2019 年提出。它的核心思想是在特征向量和归一化之后的权重向量之间，通过添加一个角度边距（Additive Angular Margin）来增强类间差异、缩小类内差异，从而学习出更具判别力的人脸嵌入。

与传统的 softmax 损失相比，ArcFace 直接在角度空间中施加约束，使得特征的分布更加紧凑且可分离。这一损失函数配合深度卷积神经网络（如 ResNet、MobileFaceNet 等），在 LFW、CFP-FP、AgeDB-30 等主流人脸验证基准上达到了当时的领先水平，并且至今仍是工业界和学术界广泛使用的基线方法。

核心动机：从 Softmax 到角度边际

普通人脸识别分类器通常使用 softmax 交叉熵损失：

[ L_{softmax} = -\frac{1}{N}\sum_{i=1}^{N} \log \frac{e^{W_{y_i}^T x_i + b_{y_i}}}{\sum_{j=1}^{n} e^{W_j^T x_i + b_j}} ]

其中 ( x_i ) 是第 ( i ) 个样本的深度特征，( W_j ) 是第 ( j ) 类的权重向量，( b_j ) 是偏置项。这种损失只关心分类是否正确，对类内紧致性和类间分离性没有显式约束。

为了产生更具判别性的嵌入，研究人员引入了边际（margin）的概念，迫使不同类别的特征之间保持一定的距离。ArcFace 将这一思路推进到了角度空间，并采用了加法的形式，易于优化。

从余弦空间到角度空间

对 softmax 进行归一化处理：固定偏置 ( b_j = 0 )，对特征 ( x_i ) 和权重 ( W_j ) 做 L2 归一化，得到 ( |x_i| = 1 )、( |W_j| = 1 )，并将 logit 转换为余弦形式：

[ W_j^T x_i = |W_j||x_i|\cos\theta_j = \cos\theta_j ]

此时 softmax 损失变为：

[ L_{norm} = -\frac{1}{N}\sum_{i=1}^{N} \log \frac{e^{s \cdot \cos\theta_{y_i}}}{\sum_{j=1}^{n} e^{s \cdot \cos\theta_j}} ]

其中 ( s ) 是缩放因子（通常为 64），用于补偿余弦值过小的问题。这里的 ( \theta_j ) 是特征向量与第 ( j ) 类权重向量之间的角度。

角度边距的引入

ArcFace 在目标类别（ground-truth）对应的角度 ( \theta_{y_i} ) 上添加了一个加法边距 ( m )：

[ L_{arc} = -\frac{1}{N}\sum_{i=1}^{N} \log \frac{e^{s \cdot \cos(\theta_{y_i} + m)}}{e^{s \cdot \cos(\theta_{y_i} + m)} + \sum_{j\neq y_i} e^{s \cdot \cos\theta_j}} ]

通过在目标 logit 中直接增加角度，迫使模型学习时，必须让目标类别的特征向量与对应权重向量之间的夹角比原来更小，从而拉大与非目标类别之间的角度差异。由于 ( \cos(\theta + m) < \cos\theta )，损失会更严格地惩罚那些角度不够小的样本。

算法细节与实现步骤

步骤 1：特征与权重的归一化

在网络的最后一层嵌入层后，对输出特征向量 ( x )（维度通常为 512）进行 L2 归一化。同时，分类器全连接层的权重矩阵 ( W ) 的每一列也进行 L2 归一化。

步骤 2：计算角度 ( \theta )

归一化后的 logit 就是特征向量与每个权重向量之间的余弦相似度。通过反余弦函数得到当前样本与每个类的夹角：

[ \theta_j = \arccos(W_j^T x) \quad (\text{注意：}0 \le \theta_j \le \pi) ]

在实现时，通常会使用 acos 函数，但需注意数值稳定性，将输入限制在 [-1 + eps, 1 - eps] 区间。

步骤 3：添加角度边距

对于目标类别 ( y_i )，将其角度替换为 ( \theta_{y_i} + m )。然后计算新的余弦值：( \cos(\theta_{y_i} + m) )。对于其他类别（( j \neq y_i )），保持原角度 ( \theta_j ) 不变。

步骤 4：缩放与交叉熵

将所有 logit 乘以缩放因子 ( s ) 后，输入标准的 softmax 交叉熵损失函数。

超参数选择

  • 特征维度：常见为 512，部分轻量级模型使用 128 或 256。
  • 缩放因子 ( s )：通常设为 64。过小会导致收敛困难，过大会使梯度过于平滑。
  • 角度边距 ( m )：论文推荐 0.5（弧度），在典型数据集上表现优异。可根据任务难易程度调整，简单任务可减小，困难任务可增大。

伪代码（PyTorch 风格）

import torch
import torch.nn as nn
import torch.nn.functional as F
import math

class ArcFaceLoss(nn.Module):
    def __init__(self, in_features, out_features, s=64.0, m=0.5):
        super().__init__()
        self.s = s
        self.m = m
        self.weight = nn.Parameter(torch.FloatTensor(out_features, in_features))
        nn.init.xavier_uniform_(self.weight)
        self.cos_m = math.cos(m)
        self.sin_m = math.sin(m)
        self.th = math.cos(math.pi - m)   # cos(pi - m)
        self.mm = math.sin(math.pi - m) * m

    def forward(self, input, label):
        # 归一化
        x = F.normalize(input)
        W = F.normalize(self.weight)
        # 余弦相似度
        cosine = F.linear(x, W)
        # 计算角度并添加边距
        sine = torch.sqrt(1.0 - torch.pow(cosine, 2).clamp(1e-7))
        phi = cosine * self.cos_m - sine * self.sin_m   # cos(theta + m)
        # 当 cos(theta) 接近 -1 时，需要特殊处理
        phi = torch.where(cosine > self.th, phi, cosine - self.mm)
        # 构造 one-hot 标签
        one_hot = torch.zeros_like(cosine)
        one_hot.scatter_(1, label.view(-1, 1).long(), 1)
        output = (one_hot * phi) + ((1.0 - one_hot) * cosine)
        output *= self.s
        loss = F.cross_entropy(output, label)
        return loss

与其他边际损失的关系与对比

在角度边际损失家族中，ArcFace 并非唯一成员，但它的简洁性和有效性使其成为最受欢迎的一种。

  • SphereFace (A-Softmax)：最早将角度边际引入人脸识别，使用乘法角度边距 ( \cos(m\theta) )。这种形式较难优化，且对 ( m ) 的选择敏感。
  • CosFace (AM-Softmax)：使用加法余弦边距，即将目标 logit 变为 ( \cos\theta - m )。虽然稳定，但其几何意义不如角度空间直接。
  • ArcFace：将边距直接加在角度上，同时具有明确的几何解释（角度距离）和稳定的优化特性。通常效果优于前两者。

ArcFace 的边际添加是在角度空间中，这使得决策边界的变化更加线性且直观，在大量实验中被证明能产生更紧致的类内分布和更清晰的类间分离。

训练技巧与注意事项

  1. 数据集的预处理

    • 人脸对齐至关重要。使用 MTCNN 或 RetinaFace 检测人脸关键点，对齐到标准位置（如 112×112）。
    • 数据清洗：去除模糊、遮挡严重或错误标注的图片，能明显提升性能。

  2. 骨干网络选择

    • 常用 ResNet50、ResNet100 等，移除最后的 global average pooling 后的全连接层，替换为嵌入层（FC + BN + PReLU/ReLU 等）。
    • 轻量级模型：MobileFaceNet、EfficientNet 等，适合移动端部署。

  3. 学习率与训练策略

    • 使用带 warm-up 的余弦退火或阶梯下降策略。
    • 批次大小尽量大（如 512 或 1024），以在 softmax 中获得更好的类中心估计。
    • 采用 SGD 优化器，动量 0.9，权重衰减 5e-4。

  4. 评估标准

    • 人脸验证：通过计算两张人脸嵌入的余弦相似度，设定阈值判断是否同一人。
    • 常用指标：LFW、CFP-FP、AgeDB-30 的准确率，以及 MegaFace 的 Rank-1 识别率等。

  5. 工程实现优化

    • 类别数量极大时（百万级），可采用部分 FC（Partial FC）减少显存消耗。
    • 混合精度训练（AMP）可加速训练过程。

实际应用与效果

ArcFace 已成为人脸识别领域的基石之一。在公开评测上，仅使用 MS-Celeb-1M 清洗后的数据集，ArcFace 在 LFW 上达到 99.83%，CFP-FP 达到 98.37%，AgeDB-30 达到 98.28%。配合更大的数据（如 Glint360K）和更强的骨干网络，性能进一步提升。

工业实践中，ArcFace 广泛用于手机解锁、门禁系统、支付验证等场景。其嵌入矢量可以直接用于 1:1 验证和 1:N 搜索，无需额外度量学习损失，极大简化了人脸识别系统的训练流程。

总结

ArcFace 通过简单而优雅的加法角度边距，成功地将特征嵌入的学习推向了判别性更强的方向。它建立在归一化 softmax 损失的基础上，改动极小但效果显著。理解 ArcFace 不仅需要掌握其数学形式，更重要的是明白它为何在角度空间工作，以及如何通过边距控制类内类间距离。对于希望深入人脸识别的初学者，从 ArcFace 入手是最佳路径之一，它将为你理解和实现更先进的识别框架打下坚实的基础。