ArtFace：通过模型适应实现历史人物画肖像人脸识别

识别历史绘画中的人物是艺术史学者的关键任务，能为他们的生活提供洞见，并揭示他们如何选择被看见。然而，这一过程往往是主观的，且受数据匮乏和风格差异的限制。自动人脸识别能够处理具有挑战性的条件，提供帮助，但传统人脸识别模型在照片上表现良好，而在绘画上则因领域迁移和高内类变异而受限。艺术因素，如风格、技能、意图以及来自其他作品的影响，进一步复杂化了识别过程。本文我们探讨了基础模型提高绘画中人脸识别潜力。通过对基础模型进行微调，并将其嵌入来自常规人脸识别网络的嵌入，我们在当前最先进方法之上实现了显著的改进。我们的结果表明，基础模型可以在传统方法无效的地方填补鸿沟。