来源：期刊VIP网 时间：
作者：张会影;圣文顺;谢昊译;
单位：东南大学计算机科学与工程学院;南京工业大学浦江学院计算机与通信工程学院;
摘要：针对现有人脸年龄识别方法仅依赖单张图像静态特征而忽视个体动态老化规律的局限性，提出基于个体老化模式(PAP)的跨年龄人脸识别框架。PAP通过构建多阶段特征学习机制，实现从静态外观特征到动态老化轨迹的深度建模。PAP采用CNN-ML-LSTM架构，其中卷积神经网络(CNN)用于提取面部特征，流形学习(ML)从CNN提取的高维特征中选择判别性的人脸特征，长短期记忆网络(LSTM)根据个体特征序列，学习个体老化模式并识别年龄。模型中融入注意力机制聚焦人脸特征的关键部分，提升模型对人脸特征信息的理解和处理能力。结果表明，与较先进的年龄识别方法相比，PAP提高了2个公共数据集MORPH和FG-NET年龄识别的准确性。
关键词：卷积神经网络;;流形学习;;长短期记忆网络;;个体老化模式;;年龄识别
基金资助：国家自然科学基金项目（62476121,12201619）;; 2024南京工业大学浦江学院自然科学重点课题项目（njpj2024-1-01）
