基于加权字典对学习的人脸年龄估计方法

• 作者: 侯凯艳 杨林 赵军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 年龄估计 主要特征 次要特征 加权 字典对学习 分类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 191-194
• 页数: 4页
• 分类号: TP399
• 字数: 3467字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050113

摘要

针对现有人脸年龄估计方法多数将人脸各部分同等对待或忽视部分特征的问题, 提出一种基于加权字典对学习 (DPL) 的人脸年龄估计方法.将人脸进行分块, 使用局部二值模式算法对人脸的主要特征区域和次要特征区域分别进行特征提取, 得到人脸的主要特征和次要特征, 再利用这2种特征分别训练DPL模型, 并赋予不同的权重, 使用训练好的加权DPL模型对目标人脸图像进行年龄分类.在MORPH和FG-NET数据集上的实验结果表明, 该方法具有较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵军	重庆邮电大学计算智能重庆市重点实验室	29	595	12.0	24.0
2	杨林	重庆邮电大学计算智能重庆市重点实验室	3	2	1.0	1.0
3	侯凯艳	重庆邮电大学计算智能重庆市重点实验室	1	0	0.0	0.0