Tahar Chettaoui

ViT-HarDis 通过将注意力条件化于样本难度来改进人脸识别

研究人员开发了 ViT-HarDis，一种通过将注意力头解耦条件化于样本难度来改进 Vision Transformer 中人脸识别的新方法。该方法对身份歧义性最高的硬样本应用更强的解耦，而无需引入架构更改或增加推理成本。实验表明，ViT-HarDis 通过降低硬样本与竞争类别中心的相似性以及降低头间注意力相似性，在 IJB-B 和 IJB-C 等多个基准测试中取得了最先进的成果。