跨年龄人脸验证技术研究

孙燕，李旭军，何启泓

（湘潭大学 物理与光电工程学院，湖南 湘潭 411105）

年龄因素导致人脸识别准确率降低，如何抑制年龄因素是人脸识别技术中的关键。在2015年，Chen等[1]将一般的人脸识别模型应用在跨年龄人脸识别任务中，研究结果显示准确率降低13%以上，直接说明了年龄的变化会降低人脸识别率。目前跨年龄人脸识别研究主要分为三类：生成方法、判别方法和基于深度学习的方法[2-6]。生成方法先构建一个模拟人脸老化或者年轻化的生成模型，在人脸匹配阶段，生成目标年龄的人脸，以此来降低年龄因素对人脸识别的影响。该方法需要准确的数据标签和先验参数假设，对非受限环境敏感，生成的图像会增加噪声，影响匹配结果[7-9]。判别方法先提取出随年龄变化稳定的人脸特征，再进行人脸识别。2013年，Gong等[10]提出了一种隐藏因子分析(HFA)的方法，该方法分别提取年龄相关的人脸特征以及不随年龄变化的稳定特征，对这两个特征建模，然后用期望最大化(EM)算法估计参数，以此实现跨年龄的人脸识别。2016年，Gong等[11]又提出了一种最大熵特征描述符(MEFD)的方法，该方法根据最大熵将面部图像的微观特征编码为一组离散代码，通过密集采样编码的面部图像，提取大量具有区分性和表达性的信息，进一步对跨年龄人脸特征进行分析。2017年，Xu等[12]依据年龄变化是一种非线性变换，提出了一种耦合自动编码器网络(CAN)的方法，由两个浅层神经网络组成，适用于复杂的非线性老化过程。……