التعلم العميق متعدد المراكز لتوجيه الوجه

النقاط المميزة للوجه مرتبطة ارتباطًا وثيقًا ببعضها البعض، حيث يمكن تقدير نقطة معينة من خلال النقاط المجاورة لها. تستخدم معظم الطرق الحالية القائمة على التعلم العميق طبقة واحدة متصلة بالكامل تُسمى طبقة التنبؤ بالشكل لتقدير مواقع النقاط المميزة للوجه. في هذا البحث، نقترح إطارًا جديدًا للتعلم العميق يُسمى التعلم متعدد المراكز (Multi-Center Learning) مع عدة طبقات تنبؤ بالشكل لتوحيد ملامح الوجه. بشكل خاص، تركز كل طبقة تنبؤ بالشكل على كشف مجموعة معينة من النقاط المميزة ذات الصلة الدلالية. يتم التركيز أولاً على النقاط الصعبة، ويتم تحسين كل مجموعة من النقاط بشكل منفصل. بالإضافة إلى ذلك، لتقليل تعقيد النموذج، نقترح طريقة جمع النماذج لدمج عدة طبقات تنبؤ بالشكل في طبقة واحدة للتنبؤ بالشكل. أثبتت التجارب الواسعة أن طريقتنا فعالة في التعامل مع الإخفاءات المعقدة والتغيرات في المظهر مع أداء فوري. رمز البرمجيات الخاص بطرقنا متاح على الرابط: https://github.com/ZhiwenShao/MCNet-Extension.