无种族偏见的人脸衰老模型用于可靠的亲属关系验证
计算机视觉与模式识别
2025-09-19 v1
摘要
亲属关系验证中的年龄差距处理的是父母与子女照片之间的时间差。此外，他们的同龄照片往往不可得，且人脸衰老模型存在种族偏见，这会影响照片的相似度。因此，我们提出了一种人脸衰老GAN模型RA-GAN，包含两个新模块RACEpSp和特征混合器，用于生成无种族偏见的图像。无偏见的合成照片被用于亲属关系验证，以调查验证同龄父母-子女图像的结果。实验表明，我们的RA-GAN在所有年龄组中平均优于SAM-GAN 13.14%，在60岁以上年龄组中种族准确率优于CUSP-GAN 9.1%。此外，RA-GAN在所有年龄组中比SAM-GAN和CUSP-GAN更好地保留了主体身份。此外，我们证明将KinFaceW-I和KinFaceW-II数据集中的父母和子女图像转换为相同年龄可以提升所有年龄组的验证准确率。使用RA-GAN后，KinFaceW-I上父子、父女、母子、母女关系的准确率分别提升5.22、5.12、1.63和0.41。此外，KinFaceW-II上父女、父子和母子关系的准确率分别提升2.9、0.39和1.6。代码可在https://github.com/bardiya2254kariminia/An-Age-Transformation-whitout-racial-bias-for-Kinship-verification获取。
引用
@article{arxiv.2509.15177,
title = {A Race Bias Free Face Aging Model for Reliable Kinship Verification},
author = {Ali Nazari and Bardiya Kariminia and Mohsen Ebrahimi Moghaddam},
journal= {arXiv preprint arXiv:2509.15177},
year = {2025}
}