Local Margin Constraints

新框架提升低质量人脸识别准确率

研究人员开发了一个新框架，以提高低质量图像的人脸识别准确率。该框架通过引入局部概率边界（LPM）来估计样本难度，使用嵌套注意力模块（NAM）增强Transformer层，并采用质量门控协议（QGP）根据图像质量调整适配器贡献，从而解决了匹配退化图像的挑战。在TinyFace、SurvFace、IJB-B和IJB-C等基准测试上的实验表明，在识别和验证任务上均取得了显著改进。