跨年龄人脸验证技术研究

• 作者: 孙燕 李旭军 何启泓
• 来源期刊: 智能系统学报
• 关键词: 人脸验证 深度学习 年龄干扰 双编码平均局部二值模式 方向梯度直方图 典型相关性分析
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机器学习|Intelligent Systems
• 页码范围: 247-253
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11992/tis.202011029

摘要

针对跨年龄人脸验证任务中面部纹理、形状特征变化的问题,提出一种基于双编码平均局部二值模式(dual-coded average local binary pattern,DCALBP)与深度学习算法相结合的多任务人脸验证算法.首先,使用多任务卷积神经网络(multi-task convolutional neural network,MTCNN)对人脸检测图片进行预处理,引入双编码平均局部二值模式(DCALBP)和梯度直方图算法(histogram of oriented gradient,HOG)提取人脸的局部纹理特征和形状特征,运用典型相关性分析(canonical correlation analysis,CCA)算法将两种特征融合,得到人脸年龄特征.然后,孪生网络(siamese network)提取人脸面部特征,并将纹理形状特征从中分离,抑制年龄因素对人脸验证的影响,从而得到具有年龄不变性的人脸特征.最后进行人脸特征匹配,实现跨年龄人脸验证.通过在数据集FG-NET、MORPH Album2以及经过处理的综合数据集上进行实验,准确率分别为89.73％、98.32％和98.27％,充分验证了该方法的有效性.