用于年龄不变人脸识别的去相关对抗学习
计算机视觉与模式识别
2019-04-11 v1
摘要
年龄不变人脸识别的研究兴趣日益增长。然而，匹配具有较大年龄差距的人脸仍是一项挑战性问题，主要源于衰老导致的面部外观显著差异性。为减小此种差异性，本文提出一种新算法，从混合了身份与年龄信息的特征中移除与年龄相关的成分。具体而言，我们将混合人脸特征分解为两个不相关成分：身份依赖成分与年龄依赖成分，其中身份依赖成分包含对人脸识别有用的信息。为实现该想法，我们提出去相关对抗学习（DAL）算法，其中引入典型映射模块（CMM）以寻找由骨干网络生成的成对特征间的最大相关性，而骨干网络与分解模块被训练为生成降低相关性的特征。因此，所提模型学习到年龄与身份的解耦特征，其相关性显著降低。同时，身份依赖特征与年龄依赖特征分别由ID与年龄保持信号监督，以确保二者均包含正确信息。在流行的公共域人脸老化数据集（FG-NET、MORPH Album 2及CACD-VS）上进行了大量实验，以证明所提方法的有效性。
引用
@article{arxiv.1904.04972,
title = {Decorrelated Adversarial Learning for Age-Invariant Face Recognition},
author = {Hao Wang and Dihong Gong and Zhifeng Li and Wei Liu},
journal= {arXiv preprint arXiv:1904.04972},
year = {2019}
}