رغم التقدم الكبير المحرز في التعرف على الوجه (FR)، يظل التعرف على الوجه في البيئات غير المحددة تحديًا كبيرًا بسبب الفجوة بين المجالات بين مجموعات البيانات التدريبية شبه المحددة وسيناريوهات الاختبار غير المحددة. ولحل هذه المشكلة، نقترح نموذجًا متعدد التحكم في توليد الوجوه (CFSM) قادر على تقليد توزيع مجموعات البيانات المستهدفة في فضاء التمثيل الأسلوبي. يتعلم نموذج CFSM فضاءً فرعيًا خطيًا ذات قواعد متعامدة في فضاء التمثيل الأسلوبي، مع التحكم الدقيق في تنوع ودرجة التوليد. علاوة على ذلك، يمكن توجيه النموذج المُدرَّب مسبقًا بواسطة نموذج التعرف على الوجه، مما يجعل الصور الناتجة أكثر فائدة في تدريب نموذج التعرف على الوجه. بالإضافة إلى ذلك، يتم تمثيل توزيعات مجموعات البيانات المستهدفة بواسطة القواعد المتعامدة المُدرَّسة، والتي يمكن استخدامها لقياس التشابه التوزيعي بين مجموعات بيانات الوجه. يحقق نهجنا تحسنًا كبيرًا في الأداء على معايير غير محددة، مثل IJB-B وIJB-C وTinyFace وIJB-S (بزيادة بنسبة 5.76% في التصنيف الأول).