【技术实现步骤摘要】
一种年龄分类辅助的跨年龄人脸识别算法
[0001]本专利技术属于人脸识别领域，尤其涉及一种年龄分类辅助的跨年龄人脸识别算法。
技术介绍
[0002]随着社会的不断发展和科技水平的快速提高，一种安全可靠且便携的身份认证已经成为社会的普遍需求。与传统的身份认证方法(例如密码认证、智能卡认证、动态口令认证等)相比，生物识别技术提供了更高的安全性、更复杂的防伪性以及更好的便携性。所谓生物特征识别技术，就是通过利用人体固有的生理特性(例如指纹、人脸、虹膜等)和行为特征(如声音、笔迹、步态等)对人的身份进行鉴定的技术，用于身份认证的生物特征必须满足如下要求：(1)普遍性，每个自然人都具有该生物特征以便于特征的提取和后续使用；(2)唯一性，对于每个人来说，该生物特征都是独一无二的，足以用来区分人的身份信息；(3)可度量性，该生物特征提取之后，必须可通过度量的方式进行相似度的计算，便于身份的认证；(4)稳定性，在一段时间内该生物特征能够保持相对的稳定。常见的用于生物识别的技术有面部识别、指纹识别、声纹识别、虹膜识别、静脉识别等，相比于其他的...
【技术保护点】
【技术特征摘要】
1.一种年龄分类辅助的跨年龄人脸识别算法，其特征在于，包括以下步骤：步骤1、提取并预处理带有身份标签和年龄标签的人脸图像；步骤2、训练年龄分类辅助的跨年龄人脸识别网络，跨年龄人脸识别网络包括卷积网络、身份特征提取网络和年龄特征提取网络；步骤3、将预处理后的含有身份标签和年龄标签的人脸图像输入卷积网络，卷积网络输出共享特征；步骤4、将得到的共享特征输入步骤2训练得到的年龄特征提取网络，年龄特征提取网络经过线性映射输出和共享特征维度相同的年龄特征；用年龄特征完成年龄分类；步骤5、将得到的年龄特征和共享特征共同作为步骤2训练得到的身份特征提取网络的输入，通过身份特征提取网络，用共享特征减去年龄特征，得到年龄不变的人脸特征；将人脸图像中的人脸特征视为年龄不变的身份特征和年龄特征的组合，人脸特征、年龄不变的身份特征和年龄特征之间的关系如下式所示：x＝W
age
x
age
+b
age
y＝t
‑
xy
id
＝W
id
y+b
id
上式中，x表示年龄特征提取网络经过线性映射提取得到的年龄特征，W
age
和b
age
均为年龄特征提取网络的参数，x
age
为对人脸身份识别造成负面影响的年龄因素；y表示将年龄因素从人脸特征中剥离后与年龄无关的身份信息；t是经过卷积网络提取的共享特征；通过线性变换的参数矩阵W
id
和偏移量b
id
进一步调整身份信息y，得到年龄不变的人脸身份特征y
id
；步骤6、利用年龄不变的人脸身份特征y
id
进行跨年龄的人脸识别：利用余弦距离度量各个年龄不变的人脸特征y
id
的相似性，根据相似性排序完成人脸识别；二维空间中向量A(x1，y1)和向量B(x2，y2)的余弦距离的计算公式为：上式中，x1、y1分别为二维空间中向量A的横坐标和纵坐标；x2、y2分别为二维空间中向量B的横坐标和纵坐标；n维空间中向量A(x
11
，x
12
，
…
，x
1n
)和向量B(x
21
，x
22
，
…
，x
2n
)的余弦距离的计算公式为：上式中，n为特征的维度，k表示n维特征中的第k维，x
1k
、x
2k
分别为向量A、向量B的第k维的数值。2.根据权利要求1所述年龄分类辅助的跨年龄人脸识别算法，其特征在于，步骤1中对含有身份标签和年龄标签的人脸图像进行预处理的操作，为对人脸进行对齐处理：将图片统一转换为灰度图；利用MTCNN确定人脸特征点的位置；使用仿射变换和人脸姿态校正将特
征点对齐；裁剪图片并归一化。3.根据权利要求1所述年龄分类辅助的跨年龄人脸识别算法，其特征在于，步骤2具体包括如下步骤：步骤2.1、基础训练阶段：将预处理后带有身份标签的人脸图像输入身份特征提取网络，使用Softmax交叉熵损失函数训练身份特征提取网络，得到初始化身份特征提取网络；其中Softmax交叉熵损失函数为：其中Softma...
【专利技术属性】
技术研发人员：魏金岭，王昌胜，孙怡，黄业会，魏弋力，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。