زيادة تعبئة وحدات معلومات الوجه المتعددة في نموذج تعلم عميق موحد من خلال التعلم مدى الحياة

يُعد تشغيل عدة وحدات بشكل متزامن شرطًا أساسيًا لنظام متعدد الوسائط ذكي يُستخدم في التطبيقات المرتبطة بالوجه، مثل التعرف على الوجه وفهم التعبيرات الوجهية وتحديد الجنس. ولدمج هذه المهام بشكل فعّال، تم اقتراح نهج تعلّم مستمر يُمكّن من تعلّم مهام جديدة دون نسيان ما تعلّم سابقًا. على عكس الطرق السابقة التي تزداد حجمها بشكل متزايد، يحافظ نهجنا على الحجم الصغير خلال عملية التعلّم المستمر. ويُعدّ النهج المقترح المُسمّى "التعبئة والتوسع" فعّالًا وسهل التنفيذ، حيث يمكنه تقليل حجم النموذج وتوسيعه تكراريًا لدمج وظائف جديدة. ويمكن للنموذج متعدد المهام المدمج لدينا تحقيق دقة مشابهة للنموذج الأصلي، ولكن بحجم يبلغ فقط 39.9% من الحجم الأصلي.