EQFace：一种用于人脸识别的简单显式质量网络

随着深度学习在静态图像人脸识别中取得重大进展，由于姿态、模糊、遮挡、光照等导致的低质量人脸图像，无约束视频人脸识别仍是一项具有挑战性的任务。本文提出一种人脸识别网络，在提取特征向量的同时给出显式且定量的质量分数。据我们所知，这是首个在线将这两种功能集成于单一网络的模型。该网络非常简洁，仅在人脸识别基线网络上添加质量网络分支，且不需要带标注人脸质量标签的训练数据集。我们在静态图像人脸数据集与视频人脸数据集上评估该网络，并在多数情况下取得最先进的性能。该网络支持诸多需使用显式人脸质量分数的应用。我们展示了显式人脸质量的三种应用，其中之一为在线视频人脸识别中的渐进式特征聚合方案。我们设计实验以证明该应用中使用人脸质量的益处。代码将发布于 \url{https://github.com/deepcam-cn/facequality}。