人脸属性多任务学习：Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach

1.该文被录用在2017PAMI上，地址：https://arxiv.org/abs/1706.00906

2.该文主要是阐述如何能训练有效人类属性分类模型。

3.这片文章的优点是：

（1）属性分类能共享特征学习阶段的权值；

（2）根据属性划分，使用相应的损失函数；

（3）特征学习的CNN框架简单；

（4）理论描述严密。

缺点：

（1）正由于其使用简单结构CNN，虽使速度有提升，但属性分类准确率还不太高；

（2）组合不同损失函数还未优化。

4.相比于其它与人脸检测结合的属性分类文章，该文训练框架简洁紧凑，更突出属性分类，从实验结果与个人试验情况看，整个训练框架简洁有效。