人脸年龄估计的深度学习方法综述
目的 人脸年龄估计技术作为一种新兴的生物特征识别技术,已经成为计算机视觉领域的重要研究方向之一.随着深度学习的飞速发展,基于深度卷积神经网络的人脸年龄估计技术已成为研究热点.方法 本文以基于深度学习的真实年龄和表象年龄估计方法为研究对象,通过调研文献,分析了基于深度学习的人脸年龄估计方法的基本思想和特点,阐述其研究现状,总结关键技术及其局限性,对比了常见人脸年龄估计方法的性能,展望了未来的发展方向.结果 尽管基于深度学习的人脸年龄估计研究取得了巨大的进展,但非受限条件下年龄估计的效果仍不能满足实际需求,主要因为当前人脸年龄估计研究仍存在以下困难:1)引入人脸年龄估计的先验知识不足;2)缺少兼顾全局和局部细节的人脸年龄估计特征表达方法;3)现有人脸年龄估计数据集的限制;4)实际应用环境下的多尺度人脸年龄估计问题.结论 基于深度学习的人脸年龄估计技术已取得显著进展,但是由于实际应用场景复杂,容易导致人脸年龄估计效果不佳.对目前基于深度学习的人脸年龄估计技术进行全面综述,从而为研究者解决存在的问题提供便利.
人脸年龄估计、深度学习、深度卷积神经网络、真实年龄、表象年龄
24
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61871182,61302163;河北省自然科学基金项目F2015502062;中央高校基本科研经费项目2018MS094,2018MS095
2019-09-10（万方平台首次上网日期，不代表论文的发表时间）
共16页
1215-1230
