期刊专题

基于残差网络人脸年龄估计

引用
人脸图像年龄估计在计算机视觉领域中已经成为一项非常重要的任务,具有广泛的实际应用价值.针对非受限条件下人脸图像年龄分类困难的问题,提出了一种基于深度残差网络的非受限条件下人脸年龄分类方法.首先,具体介绍了34层残差网络的结构,并将其作为卷积神经网络模型处理人脸年龄分类问题.然后,对Adience数据集详细描述,并在此数据集上对网络训练和测试.最后,通过与现有年龄估计方法的结果进行对比,可得该文方法获得了较好的年龄分类准确度.

残差网络、人脸图像、年龄分类、非受限条件、Adience数据集

13

TP391(计算技术、计算机技术)

中央高校基金2016MS99

2017-07-05(万方平台首次上网日期,不代表论文的发表时间)

共3页

169-170,173

暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

13

2017,13(14)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn