| 基于区域的年龄估计模型研究 |
| |
| 引用本文： | 孙劲光,荣文钊.基于区域的年龄估计模型研究[J].计算机科学,2018,45(8):41-49. |
| |
| 作者姓名： | 孙劲光 荣文钊 |
| |
| 作者单位： | 辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛125105,辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛125105 |
| |
| 基金项目： | 本文受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)资助 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 年龄估计 年龄特征 动态权值 Morph年龄库 深度学习 |
| 收稿时间： | 2017/10/25 0:00:00 |
| 修稿时间： | 2017/11/20 0:00:00 |
Research on Regional Age Estimation Model |
| |
| SUN Jin-guang and RONG Wen-zhao.Research on Regional Age Estimation Model[J].Computer Science,2018,45(8):41-49. |
| |
| Authors: | SUN Jin-guang and RONG Wen-zhao |
| |
| Affiliation: | School of Electronic and Information Engineering,Liaoning Technical University,Huludao,Liaoning 125105,China and School of Electronic and Information Engineering,Liaoning Technical University,Huludao,Liaoning 125105,China |
| |
| Abstract: | |
| |
| Keywords: | Age estimation Age characteristics Dynamic weights Morph age database Deep learning |
|
|
点击此处可从《计算机科学》下载全文 |
|
