用于识别跨年龄人脸的年龄差距缩减生成对抗网络
计算机视觉与模式识别
2020-11-12 v1 机器学习
摘要
本文提出一种新颖的算法，用于匹配因年龄增长引起的时间变化人脸。所提出的生成对抗网络算法是一个统一框架，结合了面部年龄估计与跨年龄人脸验证。该方法的核心思想是通过以受试者的性别和人脸需要演进到的目标年龄组为条件来学习跨时间的年龄变化。损失函数考虑了缩减原始图像与生成人脸图像之间的年龄差距以及保持身份。视觉保真度与定量评估均证明了所提架构在不同面部年龄数据库上用于跨年龄人脸识别的有效性。
引用
@article{arxiv.2011.05897,
title = {Age Gap Reducer-GAN for Recognizing Age-Separated Faces},
author = {Daksha Yadav and Naman Kohli and Mayank Vatsa and Richa Singh and Afzel Noore},
journal= {arXiv preprint arXiv:2011.05897},
year = {2020}
}