DisFaceRep：用于弱监督人脸解析的面部组件表征解耦

人脸解析旨在将人脸图像分割为眼睛、唇纹等关键组件。虽然现有方法依赖密集像素级标注，但此类标注成本高昂且技术难度大。为降低标注成本，我们引入弱监督人脸解析（WSFP）——一种仅依赖弱监督（如图像级标签和自然语言描述）即可完成密集人脸组件分割的新任务设定。WSFP因人脸组件的高度共现和视觉相似性，导致激活歧义，严重影响解析性能。为此，我们提出DisFaceRep——一种面向共现人脸组件的表征解耦框架，通过显式与隐式机制分离共现组件。具体而言，我们引入共现组件解耦策略以显著减轻数据层面的偏差，设计文本引导组件解耦损失以隐式利用语言监督引导组件分离。大规模实验在CelebAMask-HQ、LaPa和Helen上表明，WSFP具有一定难度，DisFaceRep显著优于现有弱监督语义分割方法。代码将在\href{https://github.com/CVI-SZU/DisFaceRep}{\textcolor{cyan}{https://github.com/CVI-SZU/DisFaceRep}}发布。