20 / 2022-09-10 16:12:47

PF-CNN：融合概率分布的跨年龄人脸识别方法

随着年龄的增长，人脸纹理、形状等特征会发生非线性变化，从而导致模型的识别性能有所下降。现有的主流方法是将人脸特征分解为身份特征和年龄特征，但仍无法彻底将身份特征和年龄特征完全分解。为解决上述问题，提出一种基于高斯分布概率模型的跨年龄人脸识别模型（Probabilistic Face CNN，PF-CNN），在生成身份特征的同时，考虑年龄因素对身份特征的影响。该分布的均值为最可能的人脸身份特征，方差表示为年龄因素对人脸身份特征的影响。在CACD-VS、Morph2数据集上分别进行实验，通过对不同基准模型、训练数据集和指标的实验比较，准确率和AUC指标优于传统的方法，表明该模型可以有效降低年龄因素对人脸识别精度的影响。