面向人脸识别的平衡对齐：一种联合学习方法

人脸对齐对人脸识别至关重要且已被广泛采用。然而，当前的做法过于简单且未被充分探索。人们缺乏对于人脸对齐的重要性以及应如何为识别执行对齐的理解。本工作研究这些问题并作出两点贡献。首先，它深入且定量地研究了对齐强度如何影响识别精度。我们的结果表明过度对齐是有害的，且需要一个最优的平衡对齐点。为取得平衡，我们的第二点贡献是一种新颖的联合学习方法，其中对齐学习在其强度上可控且由识别驱动。我们提出的方法在多个基准上通过综合实验得到验证，尤其是在具有大姿态的挑战性基准上。