使用卷积神经网络和设定距离的年龄不变性人脸识别

基于面部特征的生物特征安全系统由于对象的人内面部外观的变化可追溯到诸如姿势,照明,表情和衰老等因素,因此面临着艰巨的任务。 本文提出了一种深度学习和基于集合的方法来应对衰老的人脸识别。 在不同时间拍摄的每个对象的图像被视为单个集合,然后将其与属于其他对象的图像集进行比较。 使用深度学习的卷积神经网络特征提取面部特征。 我们的实验结果表明,无论是人脸识别还是人脸验证,基于集合的识别方法都比基于单例的方法要好。 我们还发现,通过使用基于集合的识别,比从年龄较大的对象识别年龄较小的对象更容易。