IdentiFace：基于VGG的多模态面部生物特征系统

面部生物特征系统的发展极大地促进了计算机视觉领域的发展。如今，总是需要开发一种多模态系统，以高效、有意义的方式结合多种生物特征。在本文中，我们介绍了"IdentiFace"，这是一个多模态面部生物特征系统，它将面部识别的核心与一些最重要的软生物特征（如性别、脸型和情绪）相结合。我们还专注于仅使用VGG-16启发架构开发系统，并在不同子系统之间进行微小更改。这种统一允许跨模态更简单的集成。它使得解释任务之间学习到的特征变得更容易，从而很好地指示了跨面部模态的决策过程以及潜在联系。对于识别问题，我们在使用FERET数据库[1]收集的数据上，对五个具有高类内变化的类别获得了99.2%的测试准确率。在性别识别问题上，我们在自己的数据集上达到了99.4%，在公共数据集[2]上达到了95.15%。我们还使用名人脸型数据集[3]在脸型问题上达到了88.03%的测试准确率。最后，在情绪任务上，我们达到了66.13%的测试准确率，与FER2013数据集[4]上的相关工作相比，这是一个非常可接受的准确率。