本文提出了一种新的框架，解决了异构人脸识别中的领域差异和大规模数据集的限制问题。通过条件自适应实例调制（CAIM）模块适应中间特征图的风格，成功地实现了异构人脸识别的端到端训练，并在多个数据集上展示了优越的性能。

本文提出了一种新的框架，解决了异构人脸识别中的领域差异和大规模数据集的限制问题。通过条件自适应实例调制（CAIM）模块适应中间特征图的风格，成功实现了端到端训练，并在多个数据集上展示了优越的性能。