FAME：通过模型演化进行人脸关联

我们致力于解决从通过网络查询姓名收集的弱标注图像中学习公共人脸模型的问题。即使经过人脸检测，数据仍然非常嘈杂，包含许多对应于其他人的无关人脸。我们提出了一种新颖的方法，即通过模型演化进行人脸关联 (FAME)，该方法能够以迭代方式修剪数据，使与姓名关联的人脸模型得以演化。其思想基于捕捉每个实例的判别性和代表性并消除异常值。最终模型用于在可能具有不同特征的新数据集上对人脸进行分类。在基准数据集上，我们的结果在人脸识别任务上与最先进 (SOTA) 的研究相当或更优。