人脸年龄估计的深度学习方法综述

• 作者: 何颖宣 张珂 王新胜 苏昱坤 郭玉荣
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 人脸年龄估计 深度学习 深度卷积神经网络 真实年龄 表象年龄
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 综述
• 页码范围: 1215-1230
• 页数: 16页
• 分类号: TP301.6
• 字数: 12728字
• 语种: 中文

摘要

目的 人脸年龄估计技术作为一种新兴的生物特征识别技术,已经成为计算机视觉领域的重要研究方向之一.随着深度学习的飞速发展,基于深度卷积神经网络的人脸年龄估计技术已成为研究热点.方法 本文以基于深度学习的真实年龄和表象年龄估计方法为研究对象,通过调研文献,分析了基于深度学习的人脸年龄估计方法的基本思想和特点,阐述其研究现状,总结关键技术及其局限性,对比了常见人脸年龄估计方法的性能,展望了未来的发展方向.结果 尽管基于深度学习的人脸年龄估计研究取得了巨大的进展,但非受限条件下年龄估计的效果仍不能满足实际需求,主要因为当前人脸年龄估计研究仍存在以下困难:1)引入人脸年龄估计的先验知识不足;2)缺少兼顾全局和局部细节的人脸年龄估计特征表达方法;3)现有人脸年龄估计数据集的限制;4)实际应用环境下的多尺度人脸年龄估计问题.结论 基于深度学习的人脸年龄估计技术已取得显著进展,但是由于实际应用场景复杂,容易导致人脸年龄估计效果不佳.对目前基于深度学习的人脸年龄估计技术进行全面综述,从而为研究者解决存在的问题提供便利.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张珂	华北电力大学电子与通信工程系	29	165	7.0	11.0
2	郭玉荣	华北电力大学电子与通信工程系	3	3	1.0	1.0
3	王新胜	华北电力大学电子与通信工程系	2	2	1.0	1.0
4	苏昱坤	华北电力大学电子与通信工程系	1	2	1.0	1.0
5	何颖宣	华北电力大学电子与通信工程系	1	2	1.0	1.0