论文阅读（12）Partially Shared Multi-T

1. 相关信息

2. 摘要

本文通过同时考虑身份信息和属性关系，研究了人脸属性学习问题。特别地，我们首先介绍了一种部分共享的多任务卷积神经网络（PS-MCNN），其中四个任务特定网络（TSNET）和一个共享网络（SNET）通过部分共享（PS）结构连接，以学习更好的共享和任务特定表示。为了利用身份信息进一步提高性能，我们引入了一个局部学习约束，使每个样本的表示与具有相同身份的局部几何邻域之间的差异最小化。因此，我们提出了一种局部约束正则化多任务网络，称为局部约束的部分共享多任务卷积神经网络（PS-MCNNLC），其中PS结构和局部约束集成在一起，以帮助框架学习更好的属性表示。对塞莱巴和LFWA的实验结果证明了该方法的可行性。

3. 主要思想

4. 主要方法

参考资料

[1] 多任务人脸属性分析
[2] 2018 CVPR Partially Shared Multi-Task Convolutional Neural Network with Local Constraint 学习