已验证75% 置信事实精确时间
ArcFace是专为人脸识别优化的深度度量学习方法，通过引入加性角度间隔损失函数，在人脸身份特征提取精度上优于通用视觉编码器
3
来源数
75%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证ArcFace、CosFace 等损失函数的核心思路是在角度空间中人为拉大类间距、压缩类内分布，以提升区分能力76% 相似待验证ArcFace先对特征嵌入向量和分类权重矩阵分别做L2归一化，再在夹角余弦值上叠加固定角度间隔margin（通常取0.5弧度），缩放后送入Softmax计算损失74% 相似待验证作者设计损失函数直接计算生成图像的人脸嵌入与目标人脸嵌入之间的距离，实现端到端可微的人脸相似度优化74% 相似待验证ArcFace由2019年邓建康等人提出，采用加性角度间隔损失72% 相似待验证ArcFace proposed the Additive Angular Margin Loss in 2018, achieving over 99.8% recognition accuracy on standard benchmarks like LFW70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/536433API
curl https://kongchang.com/api/v1/knowledge/claims/536433MCP
get_claim(id=536433)