基于深度特征老化的儿童人脸年龄推进
计算机视觉与模式识别
2020-03-20 v1
摘要
给定失踪儿童的画廊人脸图像，最先进的人脸识别系统在识别日后被找回的较大年龄儿童（探针）时表现不佳。我们提出一种特征老化模块，能够对人脸匹配器输出的深度人脸特征进行年龄推进。此外，该特征老化模块在图像空间中引导年龄推进，使得合成的老龄人脸可用于增强任意人脸匹配器的纵向人脸识别性能，而无需任何显式训练。对于大于10年的时间跨度（失踪儿童在10年或更久后被找到），所提出的年龄推进模块在儿童名人数据集ITWCC上，将FaceNet的闭集识别准确率从16.53%提升至21.44%，将CosFace从60.72%提升至66.12%。所提方法在公开老化数据集FG-NET上以95.91%的rank-1识别率优于最先进方法的94.91%，在CACD-VS上以99.58%优于99.50%。这些结果表明，老化人脸特征增强了识别可能遭受儿童贩卖或拐骗的幼童的能力。
引用
@article{arxiv.2003.08788,
title = {Child Face Age-Progression via Deep Feature Aging},
author = {Debayan Deb and Divyansh Aggarwal and Anil K. Jain},
journal= {arXiv preprint arXiv:2003.08788},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:1911.07538