非受限条件下多级残差网络人脸图像年龄估计

摘要：

年龄是人的固有属性,在人的社会交往中起到了基础性作用,因此人脸图像的年龄估计是人工智能领域的重要问题之一.为了解决非受限条件下人脸图像年龄估计困难的问题,提出一种非受限条件下的多级残差网络人脸年龄估计方法.首先针对高分辨率图像数据集构建多级残差神经网络模型;然后采用ImageNet数据集对多级残差网络进行预训练,以获得图像的基本特征表达;最后在非受限人脸年龄数据集上结合随机深度算法对网络模型进行微调.在非受限的Adience人脸年龄分类数据集上进行年龄分类对比实验的结果表明,该方法能够明显地提高非受限条件下人脸年龄估计的准确率,并在提高网络学习能力的同时有效地抑制小规模数据集带来的过拟合问题.

关键词：多级残差网络、年龄估计、非受限条件、随机深度算法、ImageNet和Adience数据集

所属期刊栏目：30

分类号：TP753(遥感技术)

资助基金：国家自然科学基金61302163, 61302105, 61401154, 61501185;北京市自然科学基金4164101;河北省自然科学基金F2015502062, F2016502062, F2016502101;中央高校基本科研业务费专项资金2018MS094

在线出版日期：2018-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：346-353