多尺度YOLO人脸年龄估计方法研究

• 作者: 孙康瞳 房国志
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸年龄估计 特征提取算法 卷积神经网络 特征通道权重分配 多尺度特征回归
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 134-140
• 页数: 7页
• 分类号: TP391.4
• 字数: 7530字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0045

摘要

通过观察人脸估计年龄较为常见,但如何准确预测年龄则是一个难题.为提高人脸图像年龄估计的准确率,提出一种基于YOLO(You Only Look Once)模型的目标检测方法.将多尺度回归思想应用于卷积神经网络(Convolutional Neural Network,CNN),通过多尺度卷积改善模型对小尺寸目标的提取能力,结合特征通道分权重思想,改善特征提取操作中特征信息丢失的问题,构造决策树回归得到年龄估计.这种方法在人脸年龄图像库FG-NET上获得平均绝对误差(MAE)3.43,在GROUP数据集获得区间匹配度(AEM)62.4%.实验结果表明,通过多尺度特征回归以及通道权重分配,可以较为准确地进行人脸信息检测,并由此建立鲁棒性更强的人脸年龄估计模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房国志	哈尔滨理工大学测控技术与通信工程学院	47	438	9.0	19.0
2	孙康瞳	哈尔滨理工大学测控技术与通信工程学院	1	0	0.0	0.0