了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介
本发明公开了一种基于深层特征与浅层特征融合的人脸年龄估计方法,具体包括以下步骤:
- 对人脸样本数据集中的每张人脸样本图像进行预处理;
- 对构建的初始卷积神经网络进行训练,选取一个用于人脸识别的卷积神经网络;
- 利用具备年龄标签值的人脸数据集对所选取的卷积神经网络进行微调处理,获得多个用于年龄估计的卷积神经网络;
- 提取得到人脸图像所对应的多层次年龄特征,并将其作为深层特征输出;
- 提取获得每个人脸图像的浅层特征,包括HOG特征和LBP特征;
- 构建深度置信网络,将深层特征和浅层特征进行融合;
- 根据深度置信网络中融合后的特征进行人脸图像的年龄回归估计;
- 获得并输出年龄估计结果。
本发明通过上述方法,提高了年龄估计的准确度,具备高精度的人脸图像年龄识别估计能力。
本发明公开了一种基于深层特征与浅层特征融合的人脸年龄估计方法,包括对人脸样本数据集中的每张人脸样本图像进行预处理;对构建的初始卷积神经网络训练,选取一个用于人脸识别的卷积神经网络;利用具备年龄标签值的人脸数据集对所选取的卷积神经网络进行微调处理,获得多个用于年龄估计的卷积神经网络;提取得到人脸图像所对应多层次的年龄特征,并将其作为深层特征输出;提取获得每个人脸图像的浅层特征HOG特征和LBP特征;构建深度置信网络将深层特征和浅层特征融合;根据深度置信网络中融合后的特征进行人脸图像的年龄回归估计,获得和输出年龄估计结果。本发明提高了年龄估计的准确度,具备高精度的人脸图像年龄识估计能力。
(此文字表达经过AI优化完善,查看原文请点击
原文)
专利基本信息
| 专利名称 |
一种基于深层特征与浅层特征融合的人脸年龄估计方法 |
| 专利状态 |
- |
专利号(申请号) |
CN201611120293.2 |
| 申请号 |
- |
专利申请日期 |
2016-12-08 |
| 专利授权日期 |
2017-05-31 |
专利权届满日 |
- |
| 专利所属地 |
中国 |
专利类型 |
发明专利 |
| 发明人 |
孙宁;顾正东;李晓飞 |
| 权利人 |
- |
| 专利摘要 |
本发明公开了一种基于深层特征与浅层特征融合的人脸年龄估计方法,包括:对人脸样本数据集中的每张人脸样本图像进行预处理;对构建的初始卷积神经网络训练,选取一个用于人脸识别的卷积神经网络;利用具备年龄标签值的人脸数据集对所选取的卷积神经网络进行微调处理,获得多个用于年龄估计的卷积神经网络;提取得到人脸图像所对应多层次的年龄特征,并将其作为深层特征输出;提取获得每个人脸图像的浅层特征HOG特征和LBP特征;构建深度置信网络将深层特征和浅层特征融合;根据深度置信网络中融合后的特征进行人脸图像的年龄回归估计,获得和输出年龄估计结果。本发明提高了年龄估计的准确度,具备高精度的人脸图像年龄识估计能力。 |