Command Palette
Search for a command to run...
Zunehmendes Einpacken mehrerer facial-informativer Module in ein einheitliches Deep-Learning-Modell mittels lebenslanger Lernverfahren
Zunehmendes Einpacken mehrerer facial-informativer Module in ein einheitliches Deep-Learning-Modell mittels lebenslanger Lernverfahren
Chu-Song Chen Yi-Ming Chan Chein-Hung Chen Jia-Hong Lee Timmy S. T. Wan Steven C. Y. Hung
Zusammenfassung
Die gleichzeitige Ausführung mehrerer Module ist eine zentrale Anforderung für ein intelligentes Multimediensystem zur Gesichtsanwendung, das Gesichtserkennung, Gesichtsausdrucksverstehen und Geschlechtsidentifikation umfasst. Um diese Komponenten effektiv zu integrieren, wird ein kontinuierliches Lernen vorgeschlagen, das es ermöglicht, neue Aufgaben zu erlernen, ohne bereits gelerntes Wissen zu vergessen. Im Gegensatz zu früheren Ansätzen, die monoton an Größe zunehmen, bewahrt unser Ansatz bei kontinuierlichem Lernen die Kompaktheit. Die vorgeschlagene Pack-und-Erweiterungs-Methode ist effektiv und einfach umzusetzen und ermöglicht es, das Modell iterativ zu verkleinern und zu vergrößern, um neue Funktionen zu integrieren. Unser integriertes Multitask-Modell erreicht eine vergleichbare Genauigkeit bei nur 39,9 % der ursprünglichen Größe.