要約
年齢不変顔認識に対する研究関心が高まっています。しかし、大きな年齢差のある顔のマッチングは依然として困難な問題であり、これは主に老化によって引き起こされる顔の外見上の著しい違いによるものです。このような違いを軽減するため、本論文では同一性と年齢情報が混在した特徴から年齢に関連する成分を取り除く新しいアルゴリズムを提案します。具体的には、混合された顔特徴を相関がない2つの成分に分解します：同一性依存成分と年齢依存成分で、同一性依存成分には顔認識に有用な情報が含まれています。このアイデアを実現するために、非相関対抗学習（Decorrelated Adversarial Learning: DAL）アルゴリズムを提案し、基幹ネットワークによって生成されたペアの特徴間の最大相関を見つけるための正準写像モジュール（Canonical Mapping Module: CMM）を導入します。一方で、基幹ネットワークと分解モジュールは相関を低減する特徴を生成するために訓練されます。これにより、提案モデルは年齢と同一性の分解された特徴を学習し、これらの特徴間の相関が大幅に低減されます。同時に、同一性依存特徴と年齢依存特徴はそれぞれID保持信号と年齢保持信号によって監督され、両者が正しい情報を含むことを確保します。一般的な公開データセット（FG-NET, MORPH Album 2, およびCACD-VS）での広範な実験を通じて、提案手法の有効性が示されています。