CARPM-FIQA：通过训练全程累积相对点边距分数稳定人脸图像质量评估

CARPM-FIQA 通过在训练全程累积相对点边距测量值，替代单轮次估计，提升人脸图像质量评估（FIQA）的稳定性。该方法能降低质量估计方差、改善均方误差，并在训练中提供收敛保证。在 8 个基准、4 个人脸识别模型下与 12 种 FIQA 方法对比，CARPM-FIQA(L) 与 CARPM-FIQA(S) 在 17 种方法中按 pAUC-EDC 和 AUC-EDC 平均分别排名第 4、第 6。