期刊专题

10.11896/j.issn.1002-137X.2018.08.008

基于区域的年龄估计模型研究

引用
随着年龄特征提取和年龄特征分类模式研究的不断深入,为了进一步满足基于年龄信息的人机交互系统在现实生活中的应用需求,构建有效的机器学习算法已成为人脸图像年龄估计技术的研究热点之一.首先,通过分析人脸图像的多个区域特征随年龄变化的规律,将面部分为前额区域、眼部区域、面中部区域及人脸整体区域,并分别构建深度卷积神经网络特征提取模型,实现每个区域年龄的特征提取;其次,以Morph人脸库为样本集,将其划分为10~19岁、20~29岁、30~39岁、40~49岁、50~59岁、60岁以上6个年龄段,完成多区域年龄特征提取网络模型的训练及测试;最后,依据多区域网络年龄特征分类的准确率,确定基于区域的动态权值年龄估计模型.实验表明:所提模型在Morph人脸库中的年龄估计准确率达到72.6%,也将该人脸库的年龄分类类别由4个提升到6个.

年龄估计、年龄特征、动态权值、Morph年龄库、深度学习

45

TP391(计算技术、计算机技术)

国家自然科学基金青年基金:地震勘探大数据的高精度处理技术研究61602226

2018-09-06(万方平台首次上网日期,不代表论文的发表时间)

共9页

41-49

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(8)

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