人脸识别模型优化的本质为：

      在一个特征空间中，属于同一个人的图像特征尽可能聚拢，不属于同一个人的图像特征尽可能发散，模型对于特征建模能力的强弱直接影响人脸识别模型的识别准确率。

      设计优良的损失函数，可以最大化实现类内特征的聚合与类间特征的离散。

Margin 类的损失函数可以被统一表达为：

式中，m1 、m2 、m3 为添加的不同的 Margin。如图 1 所示，所有的 Margin 类损失函数本质上都是改变logit 曲线的形状。

下面是一个新型的损失函数LineFace：

LineFace 在区间内单调递减，并且梯度恒定，拥有更好的可解释性