[发明专利]一种基于统一式生成模型的跨衰老人脸识别方法

说明书

本发明提出了一种基于统一式生成模型的跨衰老人脸识别方法，属于计算机视觉和机器学习技术领域，涉及人脸识别中的跨衰老识别问题。该方法首先假设深度网络提取出的人脸身份特征并不能完全剔除人脸上衰老的信息，然后利用生成方法补全建立字典库缺失的年龄图片，再通过人脸识别网络提取出每张图片的特征，接着把相关的图片特征进行融合，然后求出待测图片特征与字典库中每一个特征的余弦相似度，最后把余弦相似度最大的作为正确匹配对象。本发明的方法，可以用于各种场景下的跨衰老人脸识别。

技术领域

本发明属于计算机视觉和机器学习技术领域，涉及人脸识别中的跨衰老识别问题。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。它是近年来计算机视觉和机器学习领域研究的热门问题，在人机交互、安全驾驶和关注度分析等方面都有非常广泛的应用。而由于人的年龄跨度有时会很大，这会造成人的面部衰老特征尤为明显，跨衰老人脸识别针对的正是此类问题。跨衰老人脸识别能帮助人们寻找失散儿童，进行年龄预测等。近年来，跨衰老人脸识别问题在度量学习和深度学习发展的基础上，有了进一步的发展。现有跨衰老人脸识别方法可以分为两个大的类别：1.基于判别的方法，2.基于生成的方法。

基于判别的跨衰老人脸识别方法的基本原理是将输入的人脸图片通过网络提取特征后再将特征映射进一个设计好的特征空间中，以期进一步减少特征中的年龄信息，达到良好的识别效果。该类方法最大的缺陷在于对同一人的年龄图片要求很高，但是现实生活中这类图片很难收集，总有很多年龄缺失，会对识别问题带来很大的干扰。参见文献：B.C.Chen,C.S.Chen,W.H.Hsu,Face Recognition and Retrieval Using Cross-AgeReference Coding With Cross-Age Celebrity Dataset.IEEE Transactions onMultimedia,vol.17,no.6,pp.804-815,2015.

基于生成的跨衰老人脸识别方法是指在进行人脸识别时，将待测图片通过合成的方法生成特定年龄的图片。该类方法中大多基于自编码器(Autoencoder)或者生成式对抗网络(Generative Adversarial Networks)。由于生成方法都有着很强的假设条件(假设样本满足多维正态分布)，有时会导致生成的人脸图片不真实，同时计算过程过于繁琐，需要的计算资源很大。参见文献：G.Antipov,M.Baccouche,J.L.Dugelay,Face Aging WithConditional Generative Adversarial Networks.In Proceedings of the IEEEInternational Conference on Image Processing，pp.2089-2093,2017.

发明内容

本发明的任务是提供一种基于统一式生成模型的跨衰老人脸识别方法。该方法利用统一式生成模型生成每一原图的衰老图片序列，再利用深度网络提取人脸图片的身份特征，最终建立字典库来进行人脸识别。通过上述方法，能很好地提高跨衰老人脸识别问题的准确性。

为了方便地描述本发明内容，首先对一些术语进行定义。

定义1：跨衰老人脸识别。人脸识别的一个分支，针对的是年龄差距大，差别明显的人脸识别问题。在图1给出了同一个人在不同年龄时的面部图片。

定义2：人脸对齐。将拍摄到的不同角度、不同大小的人脸归一化成正面且大小相同人脸图片。人脸对齐涉及特征点检测和归一化的过程。人脸对齐是人脸相关工作的重要步骤，能很好地帮助后续工作的展开。目前人脸对齐方法已经相对成熟。在图2给出了一幅图片对齐前和对齐后的效果。

定义3：CASIA-WebFace数据库。由中国科学院自动化研究所生物识别与安全技术研究中心提出，包含10575个人的共494414张图片，每个人的图片都有身份标签，常用于人脸识别研究。