10.19678/j.issn.1000-3428.0047736
面向嵌入式应用的性别与年龄识别检测系统
现有的性别与年龄检测系统一般都需要大量的运算,难以有效地集成到嵌入式系统中,且目前公开的数据集中没有大型东亚人脸数据库,使用公开的西方人数据库训练出的性别与年龄模型在检测东亚人脸数据集时效果并不理想.为此,提出一种改进的DeepID网络模型.在互联网上收集并整理3万多张不同性别与年龄段的东亚人脸数据集,并将该数据集用于训练新的神经网络,通过训练改进的第一代DeepID网络,可在不降低网络分类精度的前提下,提高嵌入式系统性别与年龄分类速度.实验结果表明,该模型可以有效地运行在嵌入式系统,且在检测含东亚人脸的数据集时检测精度明显提高.
深度学习、卷积神经网络、模式识别、性别识别、年龄识别、嵌入式系统
44
TP18(自动化基础理论)
2018-11-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
188-192