基于分类与回归混合模型的人脸年龄估计方法

• 作者: 田森平 赵一丁
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸年龄估计 深度学习 卷积神经网络 分类 回归 混合模型
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1999-2002,2026
• 页数: 5页
• 分类号: TP391.413|TP18
• 字数: 5214字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.07.1999

摘要

针对现有人脸年龄数据库样本数量少、各年龄段分布不均匀的问题,提出了一种基于分类与回归混合模型的人脸年龄估计方法.该方法主要包含两个方面:特征学习和信计模式.在特征学习方面,利用已有的深度卷积神经网络(CNN),先在粗糙年龄标注数据集上预训练,再在现有的精确年龄标注数据库上微调,分别得到一个年龄段判别模型和两个年龄估计模型;在估计模式方面,该方法采用由粗到细的策略:首先,将人脸分入青少年、中年、老年和两个重叠区域这五个年龄段;然后,对于青少年和老年采用分类模型估计,对于中年采用回归模型估计,对于重叠区域采用两个模型估计的均值.所提方法在测试集上的平均绝对误差(MAE)为2.56.实验结果表明该方法受不同肤色和性别的影响较小,有较低的误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田森平	华南理工大学自动化科学与工程学院	47	537	14.0	22.0
2	赵一丁	华南理工大学自动化科学与工程学院	1	3	1.0	1.0