基于信息交互与模糊推理的亲子关系验证研究.pdfVIP

摘要

近年来，随着人工智能和计算机视觉技术的飞速发展，人脸识别与人脸验证已

趋于成熟，并广泛应用于安防、身份认证等领域。然而，相较于高度商业化的人脸

识别，基于人脸的亲属关系验证（KinshipVerification）仍然面临诸多挑战，亟待进

一步提升。亲属关系是人类社会最基本的社会关系之一，由于遗传基因的传递，子

女通常在面部特征上与父母具有一定相似性，这使得通过面部信息判断两人是否具

有亲属关系成为可能。尽管心理学研究表明人脑难以准确判断亲属关系，但近年来

的研究发现，深度神经网络在亲属关系验证任务上的表现已超越人类。然而，由于

亲属关系验证数据通常采集于无约束环境，受到姿势、光照、表情变化及遮挡的影

响，同时亲属间的年龄差异、性别差异及遗传多样性使得面部特征存在高度外观可

变性，进一步增加了该任务的难度。为解决上述问题，本文提出了三种创新方法。

3

（1）基于跨图像信息交互的亲子验证方法（CIFormer）：采用Swin-

Transformer结合自注意力交互模块（SAI），联合提取父母与子女的动态亲属特征，

实现跨图像信息交互，使