融合人脸五官信息的深度年龄估计
本文提出了一种新型的基于人脸五官辅助的深度年龄估计方法,将传统的人脸五官区域特征提取加分类器设计方法与基于深层卷积神经网络(convolutional neural network,CNN)的端到端分类方法进行融合来解决年龄估计问题,增强了系统模型的泛化能力.该方法将面部关键点生成的局部对齐的人脸图像块作为CNN的输入,直接从图像的像素点评估年龄,采用多尺度分析网络结构极大地提高了性能,同时又利用传统算法增强了五官区域的信息.最后通过在MORPH AlbumⅡ上的实验表明文中提出方法比其他同类研究方法更加优秀.
年龄估计、五官辅助、卷积神经网络、多尺度、多任务
34
TP273(自动化技术及设备)
国家自然科学基金项目61502364;渭南师范学院科研基金项目16YKS001资助.Supported by National Natural Science Foundation of China61502364;Scientific Research Foundation of Weinan Normal University16YKS 001
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
1236-1243