基于深度学习与随机森林的人脸年龄与性别分类研究

• 作者: 张军挺 董兰芳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 年龄估计 性别识别 深度卷积神经网络 微调训练 随机森林
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 246-251
• 页数: 6页
• 分类号: TP391
• 字数: 4452字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0046059

摘要

为提高在非限制性环境下的人脸年龄估计与性别识别准确率,提出一种基于深度卷积神经网络的人脸特征提取方法.通过采用一般到特殊的微调方案,在大规模数据集上进行人脸识别预训练得到的VGG-Face模型,运用该模型在CelebA人脸属性数据集上对其中5个属性进行微调训练,得到人脸属性模型,将网络全连接层特征进行连接作为人脸特征向量.使用随机森林分类器在Adience数据集上进行训练和测试,利用随机森林方法处理高维的数据,选出对年龄与性别分类较重要的特征.实验结果表明,该方法能够克服复杂光照、姿态变化的影响,准确地对自然场景下的人脸进行年龄估计和性别识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董兰芳	中国科学技术大学计算机科学与技术学院	58	518	13.0	21.0
2	张军挺	中国科学技术大学计算机科学与技术学院	2	24	2.0	2.0