論文鏈接：
1.Abstract
人臉檢測，人臉對齊和FAC問題都是被獨立研究，沒有探索過這三類問題的關係；2）人臉屬性預測都是使用的相同的網絡結構，但人臉屬性的學習複雜度是不一樣的；針對以上的兩點問題，作者提出了一個多任務多標籤CNN，DMM-CNN（deep multi-task multi-label CNN）；DMM-CNN將人臉關鍵點和人臉檢測聯繫起來，同時作者將人臉屬性分爲兩組：客觀（objective）屬性和主觀（subjective）屬性。
2.Methodology
作者使用了resnet50進行特徵提取，同時提取人臉關鍵點和人臉屬性的特徵；
作者使用了兩個不同的空間金字塔池化（SPP）層，提取不同的語言信息，用於主觀屬性和客觀屬性分類；
Objective Attributes and Subjective Attributes
作者認爲主觀屬性通常以一種微妙的形式，使得CNN難以學的決策邊緣，如微笑，年輕這些主觀屬性，客觀屬性如戴帽子，戴眼鏡；客觀屬性學習使用1-level SPP層和兩個全連接層分別輸出1024和22個維度；學習主觀屬性使用3-level SPP層和三個全連接層，輸出特徵分別是2048維，1024維，18維。網絡設計主觀屬性編碼高維語義信息（該信息更有利於客觀屬性）；
The SPP Layer
SPPlayer可以產生固定長度的輸出，無論輸入尺寸怎樣，有效避免了裁剪輸入圖片；使用SPP後，可以輸入任意尺寸的臉部圖片；
Facial Landmark Detection（FLD）
人臉屬性分類是主要任務，而關鍵點分類是輔助任務，同時標註的關鍵點增添至72個。
Training
爲了處理不同人臉屬性，作者提出了動態權值計劃，自動給不同的屬性賦予權值；同時爲了減少樣本不均衡問題，作者使用了自適應的閾值策略預測多種屬性標籤；
文中，作者使用了均方誤差（MSE）loss；
1）人臉關鍵點檢測（FLD）：MSE在人臉關鍵點上的形式
N:訓練圖片的總數量，
預測的人臉關鍵點，
真實標註的人臉關鍵點；
2）人臉屬性分類：MSE loss在FAC上形式：
分別代表了預測屬性結果和真是標籤結果；
3）聯合loss函數：聯合loss函數分別是包括人臉屬性分類和人臉關鍵點檢測：
是人臉關鍵點總數，
代表第j個人臉關鍵點權值矢量（在第t次迭代中）。
是迴歸參數，設置爲0.5.
- 動態加權計劃。作者提出使用參考文獻【31】進行動態加權。
就是驗證loss（基於公式2計算）。但loss沒有下降時，就給予值較小的權值，反之，基於較大的權值；
在訓練初始化時，容易分類的屬性基於較大的權值，以便MSE loss可以快速下降；在最後的訓練階段，網絡主要訓練難以分類的屬性。
5）自適應閾值策略。作者預測第j個人臉關鍵點基於網絡結構的最終輸出：
是閾值參數，爲了留意樣本不均衡帶來的影響，作者提出的自適應閾值策略：
是第輪迭代的閾值；
代表了驗證集樣本數量；
分別代表了在t輪迭代中假樣例和假陰例的數量；當
大，而
較小時，閾值應當大一些，和
用於調整閾值；
就是固定閾值設置爲0.01.DMM-CNN算法總結如算法1.
看此篇論文的疑問：
1）SPP很耗時間？
2）都是客觀屬性（如：戴帽子，戴口罩）又當怎麼處理；
3）人臉關鍵點檢測單獨在某類屬性中使用又對模型有什麼幫助；