-
题名多尺度YOLO人脸年龄估计方法研究
被引量：7
- 1
-
-
作者
房国志
孙康瞳
-
机构
哈尔滨理工大学测控技术与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第21期135-141,共7页
-
基金
国家自然科学基金（No.51277043）
-
文摘
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。
-
关键词
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
-
Keywords
face age estimation
feature extraction algorithm
convolutional neural network
characteristic channel weight assignment
multiscale feature regression
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
