PulseAugur
中
实时 07:18:11
English(EN) Vision Transformers for Face Recognition Need More Registers

增强寄存器的视觉Transformer可改善人脸识别效果

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种使用寄存器令牌的新方法，以提高视觉Transformer（ViTs）在人脸识别方面的可解释性和性能。通过向输入嵌入添加可学习的寄存器令牌，模型可以生成更结构化、更易于理解的注意力图。这种方法，特别是使用八个寄存器时，显著提高了验证准确率，并在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 引入了一种新颖的技术，以提高ViTs在人脸识别任务中的可解释性和准确性。

排序理由 该集群包含一篇详细介绍改进现有模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. 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