FaceMoE

FaceMoE架构提升低分辨率人脸识别性能

研究人员推出了一种新颖的专家混合（MoE）Transformer架构FaceMoE，旨在提高低分辨率人脸识别能力。该架构采用专门的前馈网络专家和top-k路由器，动态分配token，促进不同面部区域的专家专业化。FaceMoE旨在增强低分辨率图像中的特征提取和聚合，同时缩小高分辨率和低分辨率数据之间的域差距。模型采用组合损失函数进行训练，以确保专家专业化和训练稳定性。大量实验表明，该模型在各种基准测试中均优于现有最先进方法。