叶继华， 郭祺玥， 江爱文， 黎 欣

(江西师范大学 计算机信息工程学院,江西 南昌 330022)

0 引言

跨年龄人脸识别问题作为人脸识别的一个分支，是对同一人在不同年龄下的人脸进行识别，受到年龄因素的影响，通常存在较大的类内差异和较高的类间相似性[1]，这极大地增加了识别难度。随着时代的发展，跨年龄人脸识别的应用场景变得越来越广，例如将多年前失踪的儿童找回等。因此，研究跨年龄人脸识别问题有着巨大的理论价值和重要的实际意义。针对这一问题，近几年学术界提出了两类方法，即生成类方法和判别类方法。生成类方法通过仿真机制对目标对象人脸骨骼的几何形状和人脸纹理进行建模，从而生成该特定年龄的人脸[1-2]，之后在此基础上进行人脸识别任务。这类方法的不足在于需要很强的参数假设与巨大的计算成本[3]，因此在实际应用中仍然具有很大的局限性。与之相比，学术界将越来越多的重心放在基于判别的方法上。对于判别类方法，尤为重要的一个步骤即人脸特征的提取[4]，其核心是将人脸特征中混合在一起的身份相关成分和年龄相关成分最大限度地分离，以便于提取出与年龄无关的、对年龄变化具有鲁棒性的身份特征。许多基于深度卷积神经网络的判别方法被提出并取得了显著的成果[3,5-7]。但这些方法很难将年龄成分彻底从身份相关成分中剔除，因此还有需要改进之处。

为了获得对身份更具有……