التعلم المعاكس غير المرتبط للتمييز بين الوجوه بغض النظر عن العمر

لقد ازداد الاهتمام البحثي بمشكلة التعرف على الوجه المستقل عن العمر. ومع ذلك، لا يزال مطابقة الوجوه ذات الفوارق العمرية الكبيرة مشكلة صعبة، وذلك بشكل رئيسي بسبب الاختلافات الكبيرة في مظهر الوجه التي تسببها الشيخوخة. لتخفيض مثل هذا الاختلاف، نقترح في هذه الورقة خوارزمية جديدة لإزالة المكونات المتعلقة بالعمر من الخصائص التي تحتوي على معلومات الهوية والعمر معًا. تحديدًا، نقوم بتعميل خاصية الوجه المختلطة إلى مكونين غير مرتبطين: المكون المعتمد على الهوية والمكون المعتمد على العمر، حيث يشمل المكون المعتمد على الهوية المعلومات المفيدة للتعرف على الوجه. لتنفيذ هذه الفكرة، نقترح خوارزمية التعلم المعادية غير المرتبطة (DAL)، حيث يتم تقديم وحدة التعيين القانوني (CMM) لاكتشاف أعلى درجة من الارتباط بين الخصائص المتزاوجة التي تولدها الشبكة الأساسية، بينما يتم تدريب الشبكة الأساسية ووحدة التعميل لتوليد خصائص تقلل من هذا الارتباط. وهكذا، يتعلم النموذج المقترح الخصائص المنفصلة للعمر والهوية والتي يكون ارتباطها قد تم تخفيضه بشكل كبير. وفي الوقت نفسه، يتم إشراف المكون المعتمد على الهوية والمكون المعتمد على العمر بواسطة إشارات الحفاظ على الهوية والعمر لضمان احتوائهما على المعلومات الصحيحة. تم إجراء تجارب واسعة النطاق على مجموعات بيانات شيخوخة الوجه الشهيرة والمتوفرة للجمهور (FG-NET، MORPH Album 2، وCACD-VS) لإثبات فعالية النهج المقترح.