摘要
面部老化和面部年轻化分析是指对给定的人脸照片进行处理，以预测该人的未来面貌或估计其过去的面貌。为了实现这一目标，关键在于高精度地保留个人身份特征及相应的老化进程和逆向进程。然而，现有的方法无法同时很好地处理这两个目标。我们提出了一种基于生成对抗网络的新方法，称为条件多对抗自编码器与序数回归（CMAAE-OR）。该方法利用年龄估计技术来控制老化的准确性，并采用高层次特征表示来保留个性化身份。具体而言，人脸首先通过卷积编码器映射到潜在向量。然后，通过反卷积生成器将潜在向量在年龄条件下投影到人脸流形上。潜在向量保留了个性化的面部特征，而年龄则控制着面部的老化和年轻化过程。编码器和生成器并行使用了一个判别器和一个序数回归，使得生成的人脸图像更加逼真，同时展现出理想的衰老效果。此外，还采用了高层次特征表示来保留生成人脸的个性化身份。在两个基准数据集上的实验表明，所提出的方法在性能上优于现有最先进方法。