FSFM:通过自监督人脸表征学习实现通用的人脸安全基础模型

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种自监督预训练框架FSFM,通过掩码图像建模和实例区分,学习人脸的局部与全局特征,从而显著提升人脸表征的迁移性能。

🎯

关键要点

  • 本研究提出了一种自监督预训练框架FSFM。
  • FSFM通过掩码图像建模和实例区分学习人脸的局部与全局特征。
  • 该框架旨在利用大量无标签的真实面孔提高人脸表征的迁移性能。
  • 研究显示FSFM在多个公共数据集上的迁移性能显著优于传统的监督预训练方法。
  • FSFM在各类人脸安全任务中表现出更好的泛化性能。
➡️

继续阅读