基于改进高分辨率网络的人脸性别和年龄识别

• 作者: 原野 张瑶瑶 肖红
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 高分辨率网络 移动网络 性别识别 年龄识别 预训练
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1391-1398
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019289

摘要

针对目前利用人脸特征进行性别和年龄识别率较低的问题,提出一种基于改进高分辨率网络(improved high-resoultion net,IHRNet)的新方法.首先,在IHRNet中融合具有少量参数和较高识别率的MobileNetV3结构,结合高分辨率网络自身具有的多尺度特征提取优势,有效提升了人脸特征识别的准确率;其次,为降低过拟合风险,网络先采用IMDB-WIKI人脸数据集进行预训练,然后加载预训练模型在Adience人脸数据集中进行训练和测试;最后,与ResNet50,HRNet,MobileNetV3三种同类算法进行对比.实验结果表明,IHRNet在年龄及性别识别上的准确率分别高达82％,95％,比同类算法分别平均提升9％和3％,且参数量较未改进时下降36％,验证了改进算法的有效性.