PulseAugur
中
实时 10:03:00
English(EN) Vision Transformers for Face Recognition Need More Registers

寄存器令牌使 Vision Transformer 具有可解释性和性能提升

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种使用寄存器令牌的新方法，以提高 Vision Transformer (ViTs) 在人脸识别方面的可解释性和性能。通过向初始块嵌入添加可学习的寄存器令牌，与标准的 CLS 令牌或连接块嵌入 (CPE) 方法相比，ViT-8R 模型展示了更结构化和可理解的注意力图。这种增强不仅减轻了可解释性伪影，还在 IJB-B 和 IJB-C 等大规模基准测试中取得了最先进的成果。 AI

影响 增强了 ViTs 在人脸识别方面的可解释性，有望带来更值得信赖和更准确的系统。

排序理由 该集群包含一篇详细介绍人脸识别新方法和模型的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Tahar Chettaoui, Guray Ozgur, Eduarda Caldeira, Naser Damer, Fadi Boutros ·

    Vision Transformers for Face Recognition Need More Registers

    arXiv:2606.12036v1 Announce Type: new Abstract: Recent advances in Vision Transformers (ViTs) for face recognition (FR) have moved beyond the standard CLS-token paradigm. In this paradigm, a special classification token (CLS) is prepended to the patch embeddings and used as a rep…

  2. arXiv cs.CV TIER_1 English(EN) · Fadi Boutros ·

    Vision Transformers for Face Recognition Need More Registers

    Recent advances in Vision Transformers (ViTs) for face recognition (FR) have moved beyond the standard CLS-token paradigm. In this paradigm, a special classification token (CLS) is prepended to the patch embeddings and used as a representation of the input for downstream tasks. A…

相关实体

相关话题