本文介绍了《Cross-Age Reference Coding for Age-Invariant Face Recognition and Retrieval》论文，提出了Cross-Age Reference Coding（CARC）方法，通过特征提取、参考特征空间构建、图片映射和时间汇总，实现年龄不变性的人脸识别和检索。CARC利用同一人的多时期照片，计算平均特征作为参考，通过最小二乘问题求解映射参数，并采用max pooling处理时间维度，以提高识别准确性。
论文：《Cross-Age Reference Coding for Age-Invariant Face Recognition and Retrieval》
主要内容：
- 提出了同时使用同一人不同年龄阶段的图片进行特征编码的方法CARC以应对跨年龄人脸图片识别的任务
- 从网络采集了多个名人不同时间的图片组成了跨年龄数据库CARD
Cross-Age Reference Coding
总体框架
算法流程概述
- 图片对齐，特征点标注，LBP特征提取
- 使用网络获得的不同人在不同时间段的照片作为参考集(reference set)，计算这个集合中图片的特征表示，形成参考特征空间
- 将待表示的图片LBP特征映射到参考特征空间中获取在参考空间中的编码
- 在上述编码中对年龄（时间）维度进行最大值汇总，形成最终具有年龄不变性的编码表示
- 使用cosine similarity进行图片匹配和检索
特征提取
文中采用了选取脸部16个特征点，在附近
最低0.47元/天 解锁文章
扫一扫
619
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
