融合人脸五官信息的深度年龄估计

• 作者: 卢朝阳 李云飞 李静
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 年龄估计 五官辅助 卷积神经网络 多尺度 多任务
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 短文
• 页码范围: 1236-1243
• 页数: 8页
• 分类号: TP273
• 字数: 7498字
• 语种: 中文
• DOI: 10.7641/CTA.2017.70072

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢朝阳	西安电子科技大学通信工程学院	78	817	16.0	25.0
2	李云飞	西安电子科技大学通信工程学院	18	71	5.0	7.0
4	李静	西安电子科技大学通信工程学院	41	361	10.0	17.0