MTLFace:当年龄不变的人脸识别遇到人脸年龄综合

MTLFace 该存储库包含PyTorch实现和论文数据集：年龄不变的人脸识别遇到人脸年龄综合时：多任务学习框架（CVPR 2021口头） 当年龄不变的人脸识别遇到人脸年龄综合时：一个多任务学习框架 摘要：为了最大程度地减少年龄变化对人脸识别的影响，先前的工作要么通过最小化身份相关性和与年龄有关的特征之间的相关性来提取与身份相关的歧视性特征（称为年龄不变的人脸识别（AIFR）），要么通过将不同年龄段的面Kong转换为同一年龄段，称为面Kong年龄综合（FAS）； 然而，前者缺乏用于模型解释的视觉结果，而后者则遭受了损害下游识别的伪影。 因此，本文提出了一个统一的多任务框架来共同处理这两个任务，称为MTLFace，它可以学习与年龄不变的身份相关的表示，同时实现令人愉悦的人脸合成。 具体来说，我们首先通过注意力机制将混合的人脸特征分解为两个不相关的部分（身份和年龄相关的部分），然后使用多任