基于深度学习的抗年龄干扰人脸识别
文献类型：期刊论文
| 作者 | 何星辰; 郭勇; 李奇龙; 高唱 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:3页码:877-886 |
| 关键词 | 人脸识别 年龄干扰 深度学习 年龄估计 卷积神经网络注意力模型 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c190256 |
| 英文摘要 | 随着年龄的增长,人脸的形状、纹理等特征会随之发生较明显的改变从而造成显著的类内干扰,这使得人脸识别的性能大大降低.为了解决上述问题,本文基于深度卷积神经网络将年龄估计任务和人脸识别任务相结合,提出了一种抗年龄干扰的人脸识别新方法 AD-CNN (Age decomposition convolution neural network),首先将卷积块注意力模型(Convolutional block attention module, CBAM)嵌入到残差网络中以学习更具有代表性的面部特征,随后利用线性回归指导年龄估计任务,提取出年龄干扰因子,通过多层感知机将整个面部特征与年龄干扰特征投影到同一线性可分空间,最后从面部稳定的特征中将年龄干扰分离,得到与年龄无关的面部特征,并采用改进后的角度损失函数基于年龄无关的身份特征进行人脸识别任务,从而达到抑制年龄干扰的目的.本文在MORPH和FGNET数据集上的识别正确率分别达到了98.93%,和90.0%,充分证实了本文所提方法的先进性和有效性. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56397]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 何星辰,郭勇,李奇龙,等. 基于深度学习的抗年龄干扰人脸识别[J]. 自动化学报,2022,48(3):877-886. |
| APA | 何星辰,郭勇,李奇龙,&高唱.(2022).基于深度学习的抗年龄干扰人脸识别.自动化学报,48(3),877-886. |
| MLA | 何星辰,et al."基于深度学习的抗年龄干扰人脸识别".自动化学报 48.3(2022):877-886. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。