文献类型： 中文期刊

作者： 孙文斌 ¹ ; 王荣 ² ; 孙连烛 ³ ; 林源松 ⁴ ;

作者机构： 1.广东工业大学信息工程学院

2.西北农林科技大学信息工程学院

3.国家农业信息化工程技术研究中心

4.北京交通大学交通运输学院

关键词： 机器视觉;人脸识别;深度学习;注意力模型;相关性分析;跨年龄

期刊名称： 激光与光电子学进展

ISSN： 1006-4125

年卷期： 2022 年 02 期

页码： 340-349

收录情况： 北大核心 ; CSCD

摘要： 年龄变化是影响人脸识别模型性能的主要原因之一，为解决年龄变化所带来的模型识别率低的问题，提出了一种基于深度学习的跨年龄卷积神经网络模型（CA-CNN）用于跨年龄人脸识别。首先，利用卷积神经网络提取人脸图像中的深度人脸特征；然后，提出一种高效的卷积注意力模块从深度人脸特征中获取年龄特征，并结合多层感知机和多任务监督学习，将深度人脸特征非线性分解为年龄特征和身份特征；最后，为了更好地区分身份特征和年龄特征，提出了一种批核典型相关性分析模块对分解后的身份特征和年龄特征进行相关性分析。经过对抗性学习训练后，相关性最小化，实现了跨年龄人脸识别。所提模型在MORPH Album 2数据集上的rank-1识别准确率达到了99.03%，在CALFM数据集上的人脸验证等错率为9.8%，表明了所提模型的有效性。