首页|解纠缠表示学习在跨年龄人脸识别中的应用

解纠缠表示学习在跨年龄人脸识别中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
跨年龄人脸识别因其在现实生活中的广泛应用而成为人脸识别领域的热门话题.针对跨年龄人脸识别精度较低的问题,引入解纠缠表示学习,提出了一个基于生成对抗网络的解纠缠表示学习(IPDRL)网络来实现人脸图像的识别.该网络由编码器、生成器和鉴别器构成.编码器在对特征中的年龄变化进行解纠缠的同时,对人脸图像的身份信息进行编码,提取只利于身份鉴别的特征,实现身份特征和年龄特征的解纠缠;生成器根据输入的年龄特征生成对应的身份保持的年龄图像;鉴别器通过对抗学习和多任务学习实现年龄和身份的类分布预测.通过将解纠缠表示学习、对抗学习和多任务学习相结合的方法,很好地保留了人脸图像的身份信息,并使跨年龄人脸图像识别的精度得到了提高.
Application of disentangled representation learning in cross-age face recognition

陈莉明、田茂、颜佳

展开 >

乐山师范学院电子与材料工程学院,四川乐山614000

武汉大学电子与信息学院,武汉430072

人脸识别 解纠缠表示学习 多任务学习 生成对抗网络

国家自然科学基金资助项目乐山市重点科技计划项目乐山师范学院高层次人才科研启动项目

6170135120GZD024RC202038

2021

10.19734/j.issn.1001-3695.2021.01.0073

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(11)
  • 3