任务自适应 Q-Face

尽管面部分析在过去几年中取得了显著的进展，但设计多任务面部分析模型仍具有挑战性。大多数面部分析任务作为独立问题进行研究，无法从相关任务之间的协同效应中获益。在本工作中，我们提出了一种名为 Q-Face 的新型任务自适应多任务面部分析方法，能够同时使用统一模型执行多个面部分析任务。我们融合来自大规模预训练模型多个层的特征，以便整个模型能够使用局部和全局面部信息以支持多个任务。此外，我们设计了一个任务自适应模块，在一组查询向量与融合的多阶段特征之间执行交叉注意力，最终为每个面部分析任务自适应地提取所需特征。大量实验表明，我们的方法能够同时执行多个任务，并在面部表情识别、动作单元检测、面部属性分析、年龄估计和面部姿态估计方面实现最先进的性能。与传统方法相比，我们的方法为多任务面部分析开辟了新的可能性，显示出在准确性和效率方面的潜力。