基于有限标注数据的面部属性识别中的空间-语义关系学习

近年来，深度学习在人脸属性识别（Facial Attribute Recognition, FAR）任务中取得了卓越成果，通常依赖大规模标注数据进行训练。然而，在众多实际应用中，可用的标注数据极为有限，导致现有大多数基于深度学习的FAR方法性能显著下降。为解决这一问题，本文提出一种名为空间-语义块学习（Spatial-Semantic Patch Learning, SSPL）的新方法。SSPL的训练过程分为两个阶段。第一阶段，设计三项辅助任务——块旋转任务（Patch Rotation Task, PRT）、块分割任务（Patch Segmentation Task, PST）和块分类任务（Patch Classification Task, PCT），联合利用大规模未标注人脸数据学习图像的时空语义关系，从而获得一个强大的预训练模型。其中，PRT采用自监督学习方式，挖掘人脸图像中的空间结构信息；PST与PCT则分别基于人脸解析模型，捕捉图像的像素级与图像级语义特征。第二阶段，将第一阶段所学习到的空间-语义知识迁移至目标任务——人脸属性识别。通过该知识迁移机制，仅需少量标注数据即可对预训练模型进行微调，显著降低对大规模标注数据的依赖。大量实验与对比分析表明，所提方法在多种基准数据集上均显著优于当前主流先进方法，验证了其有效性与优越性。