人脸识别训练样本：http://trillionpairs.deepglint.com/data
论文：ArcFace: Additive Angular Margin Loss for Deep Face Recognition
首先我们需要来对比一下ArcFace，AM-softmax，A-softmax和softmax之间的联系和区别。可以这样认为, A-softmax是在传统softmax的基础上，通过m和角度相乘，引进了角度间隔（angular margin) m; AM-softmax是对A-softmax的改进, 把m由cos函数内引到cos函数外，将乘法变成加法运算，为余弦间隔；ArcFace则是在cos函数里加上一个角度间隔（angular margin）m。有意思，呵呵呵这四种损失函数如表格1所示：
| 损失函数 | 公式 | 备注 |
|---|---|---|
| softmax | ||
| A-softmax | 对参数L2正则化后引入角度间隔m | |
| Am-softmax | 对特征和参数L2正则化后，引入余弦间隔 | |
ArcfFace |
对特征和参数L2正则化后， 在con函数里引入角度间隔m |
ArcFace的几何表示如下图所示：在二分类情况下，对于类别1，ArcFace的边界决策函数为