论文阅读：Disentangled Representation Learning GAN for Pose-Invariant Face Recognition

ICCV2017的文章，主要使用multi-task的GAN网络来提取pose-invariant特征，同时生成指定pose的人脸。

下载链接：

http://openaccess.thecvf.com/content_cvpr_2017/papers/Tran_Disentangled_Representation_Learning_CVPR_2017_paper.pdf

作者：

Motivation：

对于大pose的人脸识别，现在大家都是两种方案：1 先转正再人脸识别。2 直接学习出一个对pose鲁棒的人脸特征。作者认为，这两个任务如果能够joint起来做，会起到更好的效果。

主要内容：

作者提出了DR-GAN，主要的贡献是：1，在生成人脸图像的同时，能够保持discriminate的信息。2，有一个pose code输入到decoder，使学习到的特征摆脱pose的困扰。3，接受同一个人多张图片的同时输入，每个图片生成一个权重，来综合性地识别视频人脸。