10.3778/j.issn.1002-8331.1903-0045
多尺度YOLO人脸年龄估计方法研究
通过观察人脸估计年龄较为常见,但如何准确预测年龄则是一个难题.为提高人脸图像年龄估计的准确率,提出一种基于YOLO(You Only Look Once)模型的目标检测方法.将多尺度回归思想应用于卷积神经网络(Convolutional Neural Network,CNN),通过多尺度卷积改善模型对小尺寸目标的提取能力,结合特征通道分权重思想,改善特征提取操作中特征信息丢失的问题,构造决策树回归得到年龄估计.这种方法在人脸年龄图像库FG-NET上获得平均绝对误差(MAE)3.43,在GROUP数据集获得区间匹配度(AEM)62.4%.实验结果表明,通过多尺度特征回归以及通道权重分配,可以较为准确地进行人脸信息检测,并由此建立鲁棒性更强的人脸年龄估计模型.
人脸年龄估计、特征提取算法、卷积神经网络、特征通道权重分配、多尺度特征回归
55
TP391.4(计算技术、计算机技术)
国家自然科学基金51277043
2019-11-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
134-140