**CARPM-FIQA:通过累积相对点边际分数稳定人脸图像质量评估** _Learning Steadily: Accumulating Relative
原帖
**CARPM-FIQA:通过累积相对点边际分数稳定人脸图像质量评估**
_Learning Steadily: Accumulating Relative Point Margin Scores for Face Image Quality Assessment_
> 针对现有FR集成FIQA方法在训练过程中因特征空间演变导致的时序不稳定性,提出CARPM-FIQA策略。该方法通过累积整个训练轨迹中的相对点边际测量值(类内紧凑性与类间分离度之比),替代单轮估计,从而降低质量估计方差并提升排名稳定性。实验表明,该方法在多个基准测试中表现优异,为深度学习系统中目标值随特征表示演变而波动的问题提供了理论支撑的解决方案。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-06 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.31662)