顔認識、表情理解、性別識別などの顔関連アプリケーションを備えたスマートマルチメディアシステムにおいて、複数のモジュールを同時に実行することは重要な要件である。これらを効果的に統合するため、新しいタスクを学習しつつも、既存の知識を忘却しない継続的学習（continual learning）アプローチが導入されている。従来の方法がサイズが単調に増大するのに対し、本手法は継続的学習においてもモデルのコンパクトさを維持する。提案する「パッキング・アンド・エクスパンディング（packing-and-expanding）」手法は、効果的かつ実装が容易であり、反復的にモデルを縮小・拡張することで新たな機能を統合可能である。この統合型マルチタスクモデルは、元のサイズのわずか39.9％で、類似の精度を達成することが可能である。