SwinFace: 一种用于人脸识别、表情识别、年龄估计和属性估计的多任务 Transformer
原文中文，约400字，阅读约需1分钟。发表于：。该研究提出了一种基于单一的 Swin Transformer 的多功能算法，用于同时进行人脸识别、面部表情识别、年龄估计和面部属性估计，并通过多层级通道注意力模块适应性地选择最佳级别和通道上的特征，以提高预测准确性、数据效率和训练速度。
研究人员开发了一种名为MulT的多任务学习Transformer框架，用于同时学习多个高级视觉任务。他们的框架基于Swin transformer模型，利用任务特定的解码器头为每个任务进行预测，并采用共享的注意机制模型来建模任务之间的依赖关系。实验结果显示，MulT框架优于其他多任务卷积神经网络模型和单任务Transformer模型，并具有鲁棒性和泛化性能。
