التعرف على الوجوه غير المتجانسة (HFR) هو تحدي كبير بسبب الاختلاف الكبير في المجال ونقص البيانات غير المتجانسة. يعتبر هذا البحث مشكلة التعرف على الوجوه غير المتجانسة كمشكلة توليد ثنائية، ويقترح إطارًا جديدًا للتوليد المتغير الثنائي (DVG). يتم توليد صور مزدوجة غير متجانسة جديدة ذات نطاق واسع ومن نفس الهوية من الضوضاء، وذلك بهدف تقليل الفجوة بين المجالات في HFR. بشكل خاص، نقدم أولاً كودكودر ذاتي متغير ثنائي لتمثيل توزيع مشترك للصور المزدوجة غير المتجانسة. ثم، من أجل ضمان ثبات الهوية للصور المزدوجة غير المتجانسة التي تم توليدها، نطبق تناسق التوزيع في المساحة الكامنة وحفظ الهوية الزوجية في المساحة الصورية. بالإضافة إلى ذلك، يقلل الشبكة العصبية HFR من الاختلاف بين المجالات بفرض قيود على المسافات الخاصة بالسمات الزوجية بين الصور المزدوجة غير المتجانسة التي تم توليدها. أظهرت التجارب الواسعة على أربع قواعد بيانات HFR أن طريقتنا يمكن أن تحسن بشكل كبير النتائج الحالية الأفضل. الرمز المرتبط متاح على https://github.com/BradyFU/DVG.