《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 可編程邏輯 > 業(yè)界動(dòng)態(tài) > ECCV 2018 | 騰訊AI Lab提出正交深度特征分解算法:在多個(gè)跨年齡人臉識(shí)別任務(wù)中創(chuàng)造新記錄

ECCV 2018 | 騰訊AI Lab提出正交深度特征分解算法:在多個(gè)跨年齡人臉識(shí)別任務(wù)中創(chuàng)造新記錄

2018-09-10

這項(xiàng)工作由騰訊 AI Lab 獨(dú)立完成,其目的是通過研發(fā)新的深度學(xué)習(xí)模型以提高跨年齡人臉識(shí)別的精度。


在這篇文章里,我們提出了一種正交深度特征分解算法 OE-CNNs,通過把深度特征正交分解為年齡分量和身份分量,從而將年齡分量和身份分量有效分離開,從而達(dá)到減少年齡差異、提高跨年齡人臉識(shí)別精度的目標(biāo)。


我們?cè)诙鄠€(gè)跨年齡人臉識(shí)別的國際評(píng)測(cè)基準(zhǔn)(FG-NET, Morph Album 2, CACD-VS)中都取得了國際領(lǐng)先的性能,顯著提高了跨年齡人臉識(shí)別的精度。此外,我們還建立了一個(gè)新的跨年齡人臉數(shù)據(jù)庫 CAF 以幫助促進(jìn)跨年齡人臉識(shí)別研究。


跨年齡人臉識(shí)別是人臉識(shí)別領(lǐng)域中的一個(gè)極具挑戰(zhàn)性的國際性難題。眾所周知,同一個(gè)人的不同年齡階段的圖片會(huì)有非常大的差異,這些差異會(huì)嚴(yán)重影響到跨年齡人臉識(shí)別的精度。迄今為止,深度學(xué)習(xí)已經(jīng)被廣泛運(yùn)用到人臉識(shí)別,并且取得了非常好的性能。但是,對(duì)于跨年齡人臉識(shí)別,問題,由于同一個(gè)人在不同年齡階段下的多張人臉之間存在著非常顯著的差異,這嚴(yán)重影響到現(xiàn)有的深度人臉識(shí)別模型的性能。為了克服這個(gè)巨大的年齡差異,在這篇文章里我們研發(fā)了一種新的深度學(xué)習(xí)算法,該算法把深度特征按照模長方向和角度方向(這兩個(gè)方向是彼此正交的)分別分解為年齡成分和身份成分,如下圖所示。

微信圖片_20180910221326.jpg


其中,年齡成分被分解成一維徑向分量,而身份成分則分解為高維角度分量。這兩種分量最后通過多任務(wù)學(xué)習(xí)的方式同時(shí)訓(xùn)練,最終的損失函數(shù)是二者損失的算術(shù)疊加:

微信圖片_20180910221350.jpg


其中身份成分的損失函數(shù)

微信圖片_20180910221412.jpg


而年齡成分的損失函數(shù)

微信圖片_20180910221446.jpg


基于這種新的分解模型我們可以把人臉的年齡分量和身份分量有效分離開,并基于身份分量來做跨年齡人臉識(shí)別從而有效提高跨年齡人臉識(shí)別的精度。


為了進(jìn)一步提高跨年齡人臉識(shí)別性能,我們還采集了一個(gè)面向跨年齡人臉識(shí)別的的新型人臉數(shù)據(jù)庫 CAF。我們通過在網(wǎng)上搜集名人在不同年齡段拍的照片,以保證這些訓(xùn)練圖片有足夠大的年齡差異。我們的搜集的人名來源于公共的信息庫,比如 IMDB, Forbes Celebrity, Wikipedia 等。我們的 CAF 數(shù)據(jù)庫有 4,668 個(gè)不同的人和這些人的 313,000 張圖片。這個(gè)數(shù)據(jù)庫的樣例和統(tǒng)計(jì)分布如下圖所示。

微信圖片_20180910221508.jpg


實(shí)驗(yàn)結(jié)果

微信圖片_20180910221531.jpg


在上表的 FG-NET 跨年齡人臉識(shí)別任務(wù)中,我們的新算法 OE-CNNs 取得了高達(dá) 53.26% 的第一識(shí)別率,比第二名的 38.21% 足足高了超過 15% 的識(shí)別率。

微信圖片_20180910221553.jpg


在上表的 Morph Album 2 識(shí)別任務(wù)中,我們的算法也穩(wěn)定地高于其它所有的人臉?biāo)惴ā?/p>

微信圖片_20180910221629.jpg


在上表的對(duì)比實(shí)驗(yàn)中,能明顯看出增加了我們新建立的 CAF 人臉數(shù)據(jù)做訓(xùn)練后,對(duì)于上表中的所有人臉?biāo)惴ǎ鼈兊淖R(shí)別率都能顯著獲得提升,這證明了 CAF 對(duì)于跨年齡人臉識(shí)別研究的幫助和價(jià)值。 


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請(qǐng)及時(shí)通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 久久怡红院国产精品 | 无遮挡h纯内动漫在线观看 无遮挡1000部拍拍拍免费观看 | 国产网站91| 精品国语对白精品自拍视 | 亚洲欧美黄色片 | 国产日本欧美在线观看乱码 | 狠狠色狠狠色综合曰曰 | 俄罗斯一级毛片aaaa | 一本大道无香蕉综合在线 | 亚洲无砖砖区免费 | 狠狠色狠狠色很很综合很久久 | 天天干天天射天天爽 | 国产1区2区在线观看 | 一级生活毛片 | 伊人影视在线观看日韩区 | 97人人爽人人爽人人人爽 | 国产专区在线播放 | qvod激情视频在线观看 | 国产精品久久久天天影视香蕉 | 成人黄色免费网址 | 在线播放黄 | 国精视频一区二区视频 | 中文字幕亚洲一区二区va在线 | 日本一本一道久久香蕉免费 | 国产95在线 | 亚洲 | 韩国日本三级在线 | 麻豆啪啪 | 天堂网一区二区 | 亚洲首页国产精品丝袜 | 久久免费观看视频 | 夭天曰天天躁天天摸在线观看 | 极品国产高颜值露脸在线 | 欧美一区二区二区 | 国产视频网站在线观看 | 国产精品久久久久久影视 | 99视频在线免费观看 | 欧美激情精品久久久久 | 人人添人人澡人人澡人人人人 | 涩涩涩涩爱 | 成年人黄色小视频 | 久久婷婷一区二区三区 |