本研究提出了一种新的AdaSin损失函数，通过引入样本嵌入特征与真实类别中心之间的角度正弦，改进了人脸识别中的困难样本度量。结合双重自适应惩罚与课程学习，模型在训练后期更有效地关注困难样本，从而提取出更具判别力的人脸特征。实验证明，该方法的准确性优于现有技术。