基于多任务学习的跨年龄人脸识别系统的设计与实现

跨年龄人脸识别技术可以应用在刑事侦查、社会安全、人口管理等诸多领域,具有广泛的应用前景。对跨年龄人脸识别技术进行研究,主要难点是年龄增长带来的面部变化。为应对这一难点,设计了基于多任务学习的跨年龄人脸识别系统,该系统具有去除年龄因素影响、面对跨年龄人脸具有更强鲁棒性等优点,并通过实验证明了该系统可以提高在跨年龄人脸识别数据库Morph Album 2的识别准确率。

基于多任务学习的特征融合跨年龄人脸识别研究

针对跨年龄人脸识别过程中面部纹理和形状随年龄衰老产生变化而使现有识别算法精度下降的问题,提出一种基于多任务学习的特征融合跨年龄人脸识别算法。首先提取人脸随年龄衰老较稳定的多尺度与多关键区域的局部二值特征(Local Binary Patterns,LBP),将其与人脸深度学习模型进行特征融合获得多层次的全局人脸特征,联合年龄有序预测任务与身份分类任务一起优化网络模型。算法在提取融合多层次的人脸特征后,通过年龄预测任务获得年龄特征,将年龄特征经全连接层函数映射为人脸衰老中发生改变的衰老特征,再在人脸全局特征中剔除衰老特征就可得到人脸衰老过程中不变的稳定特征。这种算法在公开的跨年龄人脸数据集上的识别精度较现有算法有了一定提升。

融合CNN与Transformer的跨年龄人脸识别

提出融合CNN与Transformer的跨年龄人脸识别模型,模型先使用深度可分离T2T-ViT网络提取丰富的面部特征,然后利用多尺度注意力分解模块非线性地解耦年龄和身份特征,最后通过互信息最小化、交叉熵和Arcface函数共同约束特征分解。模型在3个基准数据集FG-NET、CACD_VS、CALFW上的准确率分别达到94.97%、99.51%、95.81%,接近或超越SOTA性能,表明所提模型能够提取健全的面部信息并可进行高效特征解耦,实现较为先进的识别性能。

磁共振T_(2) mapping评估不同年龄人群膝关节软骨变化价值分析

目的:探讨磁共振T_(2) mapping对不同年龄人群膝关节软骨变化的评估价值。方法:选取2022年12月—2023年12月在广州中医药大学第三附属医院参加健康体检的20、30、40、50岁志愿者各10名为研究对象,行双膝关节GE 1.5T磁共振成像检查,比较不同年龄研究对象正常膝关节软骨厚度,分析年龄与膝关节软骨厚度的相关性。结果:20岁研究对象股骨内侧关节面、股骨外侧关节面、胫骨内侧关节面、胫骨外侧关节面软骨以及髌软骨厚度均大于30、40、50岁研究对象,差异有统计学意义(P<0.05),而30、40、50岁间差异无统计学意义(P>0.05)。Pearson相关性分析结果显示,年龄与正常膝关节股骨内侧关节面、股骨外侧关节面、胫骨内侧关节面、胫骨外侧关节面软骨以及髌软骨厚度均呈负相关性(P<0.001)。结论:不同年龄人群膝关节软骨有一定变化,其中20岁时软骨厚度最大,而30、40、50岁差别不明显;磁共振T_(2) mapping可对软骨变化情况作出辅助诊断,利于临床诊治。

劳动年龄人口对养老金收支的影响研究

本文构建了人口预测的矩阵模型和基础养老金收支精算模型,模拟测算了劳动年龄人口对养老金收支的影响。研究发现,人口老龄化程度将进一步加深,调整劳动年龄人口认定标准,以及适当缩短调整方案的过渡年限,均有利于养老金的积累和长期平衡。本文认为,要加快完善个人养老金制度,逐步健全多层次的养老保险体系,提高养老待遇整体替代率;同时,根据人口结构的变化趋势,对养老金收支情况进行分析预测,为养老金参数调整提供参考。

基于年龄掩码的跨年龄人脸识别

人脸特征随着年龄的增长会产生显著的类内差异,从而导致一般人脸识别模型的性能下降。为了减少年龄变化引起的类内差异,提出了一种基于年龄掩码的跨年龄人脸识别方法AM-FPN(Age Mask Feature Pyramid Network)。首先通过FPN模型中自底向上的方式提取年龄和身份的混合特征,并将空间注意力机制(SpatialAttention,SA)嵌入到横向连接处,通过自顶向下的方式提取出更具有代表性的年龄特征。然后提出一种高效的年龄掩码分解模块,剔除混合特征中的年龄特征,从而得到纯净的身份特征。最后引入跨年龄域对抗、年龄估计和人脸识别的多任务联合训练策略,增强模型泛化效果。在FGNET、C-ALFW和ECAF人脸老化基准数据集上的识别效果显著优于目前先进的跨年龄人脸识别算法,充分证明了AM-FPN的先进性和有效性。

基于深度学习的跨年龄人脸识别技术研究与实现

人类面部特征随着年龄的增长发生着潜移默化地变化,人脸老化过程的建模极其复杂,这使得跨年龄的人脸识别十分困难。为应对年龄变化引起的人脸识别问题,本文对国内外跨年龄人脸识别技术的发展现状进行了分析和总结,并提出了基于深度学习的跨年龄人脸识别算法。该算法基于卷积神经网络的图像细粒度分类算法框架(One-Squeeze Multi-Excitation+Multi-Attention Multi-Class,OSME+MAMC),使用卷积注意力模块,从人脸的不同注意力区域中获得身份和年龄特征,并借鉴度量学习的方法,实现类间差异和类内共同特征的提取,以达到提升跨年龄人脸识别准确率的目的。实验结果表明,在公开的Face Gap数据集上该算法的识别准确率约为95%。

基于多任务学习的跨年龄人脸识别

为了解决年龄因素影响下的人脸识别问题,设计了一种多任务学习模型,用以进行年龄干扰下的人脸识别.通过卷积神经网络对人脸图像进行全面的特征提取,作为多任务学习的主干部分;使用特征分解模块提取出具有年龄相关信息的掩码层,从而从混杂的人脸特征中分离出年龄信息和身份信息;通过交叉熵损失函数和Arcface函数分别对年龄特征和身份特征进行约束.提出的网络对年龄干扰下的人脸特征具有较好的识别能力.

医学领域年龄人群划分标准浅析

年龄作为人口的基本标识,是医学领域中一个不可或缺的人口统计学特征。然而,医学领域中普遍存在着年龄人群划分标准不一及相关术语应用不清等问题,本文就国内外年龄人群的划分标准和术语使用及其在医学领域中的应用作一简述。

基于身份-年龄共享特征的跨年龄人脸识别方法

从人脸特征中剔除年龄相关特征,获得纯粹的身份特征,是实现跨年龄人脸识别的重要手段;然而,主流的身份特征提取方法忽略了对身份-年龄共享特征的处理,导致提取到的身份特征不完整。为此,提出引入身份-年龄共享特征的新方法,将混合人脸特征解耦为纯年龄相关特征、纯身份相关特征以及身份-年龄共享特征,然后将纯身份相关特征和身份-年龄共享特征进行多维耦合,从而得到完整的身份特征,有效提高跨年龄人脸识别的准确率。在人脸老化基准数据集Age-DB30上本文方法的识别准确率达到了97.07%,在LFW数据集上达到了99.73%的识别准确率,证明了所提方法的有效性与先进性。

劳动年龄人口变动与外商直接投资——以江苏为例

本文利用2003年至2013年的年度数据,采用江苏十三个地级市的面板数据对劳动年龄人口变动与外商直接投资的关系进行了分析。从分析结果看,外商直接投资最看重地区经济的发展水平。从劳动年龄人口数量与劳动年龄人口质量比较看,现时期外商直接投资看重的还是劳动力数量,与劳动力质量的相关性并不大。

不同年龄人群新型冠状病毒感染临床特征分析

目的:探讨不同年龄新型冠状病毒感染患者的临床特征差异。方法:纳入2022年10月1日至2022年10月31日在内蒙古自治区某新型冠状病毒感染定点救治医院住院治疗的新型冠状病毒感染患者382例。根据年龄分为:儿童组0~18岁、青年组19~44岁、中年组45~59岁以及老年组≥60岁。回顾性分析不同年龄组病例的人口学特征与临床特征。结果:患者以每10岁分层,基本符合正态分布。发病年龄以青年为主,所有年龄组疾病严重程度上以轻型为主,老年组重症风险更高;不同年龄层患者临床表现发热、咳嗽为主,有显著性差异;实验室检查中淋巴细胞比值、中性粒细胞比值、白细胞介素-6及白蛋白均有显著性差异。结论:新型冠状病毒感染人群普遍易感,重症风险与年龄正相关;实验室检查中淋巴细胞和白蛋白下降和年龄呈负相关;中性粒细胞及白细胞介素-6增加与年龄成正相关。

农村劳动年龄人口乡城迁移意愿和城镇化路径研究——基于CGSS 2010年数据的Logistic回归模型分析

基于全国大范围的微观调查数据,研究对象聚焦为在农村的剩余劳动力,采用Logistic回归模型,从个体特征、家庭特征、社会心理特征三个维度对农村劳动年龄人口的乡城迁移意愿进行了研究。从目的地来看,超过半数的研究对象希望迁移到县城/县级市或小城镇居住,而不是北京、上海等特大城市。从迁移意愿看,当前的乡城迁移意愿较低,经济条件仍然是制约迁移的主导性因素。从影响因素看,教育程度、个人年收入、家庭年收入、有外出务工劳动力、非农工作经历、10年后所处阶层预期等因素对乡城迁移意愿有正向作用,年龄、当前所处阶层的自我评价等因素对迁移意愿有负向作用。结合研究结论和当前小城镇的发展现状,笔者认为在控制特大城市人口规模的形势下,应大力发展中等城市,走一条中国特色的城市化道路。

不同年龄人牙周膜干细胞对T细胞增殖分化的影响

目的研究年龄因素影响下人牙周膜干细胞(periodontal ligament stem cells,PDLSC)对T细胞增殖分化功能的影响。方法获取10~15岁、30~35岁、>60岁患者健康离体牙男女各5例,分离培养获得人PDLSC,对比各组细胞衰老相关指标;采用免疫磁珠法分离获取20~30岁健康患者的外周血T细胞;将PDLSC与T细胞共培养48 h后观察T细胞增殖水平差异;检测共培养后T细胞功能亚群比例变化、PDLSC免疫调节因子基因表达水平差异。结果PDLSC细胞增殖能力随年龄增加而降低,衰老指标逐渐增高(P<0.05)。与PDLCS共培养48 h后,T细胞增殖受抑制水平随着PDLSC年龄增加,抑制作用逐渐降低(P<0.05);Th1/Th2细胞比例、Th17细胞比例随年龄增加而增加,而Treg比例随年龄增加而降低(P<0.05);PDLSC表达TGF-β、IDO、HGF基因表达随年龄增加而降低(P<0.05);随年龄增加牙周膜干细胞P53、P21、P16基因表达逐渐增加(P<0.05)。结论PDLSC对T细胞免疫抑制作用受供体年龄的影响,并随着年龄增加对T细胞增殖抑制、功能亚群分化调节能力降低。

不同年龄人群体育需要及体育行为方式分析

本交通过对不同年龄人群的体育需要及体育行为方式进行分析研究，结果表明：人们的体育需要是多方面的，但健身仍是各不同年龄人群的优势需要。而体育行为方式的选择动因，主要源于人们的体育需要。

对不同年龄人群未参加体育活动情况的调查研究

根据抽样调查结果,按16～25岁、26～35岁、36～45岁、46～55岁和56岁以上分组统计,对不同年龄城乡居民未参加体育活动情况进行了分析,结果表明:我国城乡居民未参加体育活动者比例与1996年相比有所下降,不同年龄段人群未参加体育活动组内比呈两头低、中间高的形态;除“缺乏余暇时间”外,体育设施贫乏已日渐成为制约人们参与体育活动的主要因素;不同年龄段人群准备参加体育活动的比例以及希望解决的问题等均表现出不同程度的差异．

全面二孩政策对中国劳动年龄人口数量和结构的影响:2017—2050

通过2000、2010年两次人口普查数据结合各年统计年鉴相关数据,对全面二孩政策实施后新增出生人口进行估算,预测2017—2050年总和生育率的变化趋势。进而利用队列要素法预测了全面二孩政策对我国2017—2050年劳动年龄人口数量和内部结构的影响。研究结果表明,全面二孩政策的实施虽然无法改变未来劳动年龄人口总量下降的大趋势,但是能够减轻劳动年龄人口数量下降的程度:到2050年全面二孩政策实施后低方案、中方案、高方案分别比现有政策不变时多出2993万、5374万和7585万劳动年龄人口;与此同时,该政策的实施能够提高青年劳动年龄人口占比,降低高龄劳动年龄人口占比,对于优化劳动年龄人口结构有一定效果。

转型与突围：我国劳动年龄人口比重下降对体育用品业发展的影响

随着我国劳动年龄人口比重的下降以及劳动力成本的提升,传统的以廉价劳动力优势获得利润的体育用品业发展方式已难以为继。在这种背景下,转变体育用品业的发展方式,促使其从粗放型发展向集约型发展就成了我国体育用品业破解"大而不强"困境的重要举措。具体就是:积极地引进先进技术,增强产业的集群效应,进而提高人力资本的利用率;加强行业管理,规范产品的生产标准,提升我国体育用品业的国际竞争力;提高创新能力,加快企业的品牌建设,从中国制造向中国创造转变。

使用稀疏约束非负矩阵分解算法的跨年龄人脸识别

人脸识别技术中除光线、姿态、表情因素外,由于年龄变化而导致的人脸形状和纹理上的变化会极大程度地影响人脸识别系统性能.对此,提出了一种使用稀疏非负矩阵分解算法来实现人脸老化模拟,然后将此方法应用于具有年龄跨度的人脸识别上,通过模拟虚拟样本来增强识别效果.实验结果表明,年龄跨度对人脸识别的确有较大的影响;当系数矩阵保持稀疏时,非负矩阵分解算法具有更强的特征提取能力;经过老化模拟增加虚拟样本后,其纹理老化效果明显地提高了跨年龄段的人脸识别的性能.