典型文献
基于多分支CNN和多尺度特征融合的非受控人脸年龄估计
文献摘要：
现有的人脸年龄估计不能很好地兼顾全局-局部细节的特征表达,因而非受控人脸年龄估计的精度存在一定的提升空间.为解决此问题,提出了一种基于多分支卷积神经网络(convolutional neural networks,CNN)和多尺度特征融合的非受控人脸年龄估计方法.该方法根据人脸关键点对人脸图片剪裁得到包含人脸的全局图像和分别包含眼睛、鼻子、嘴巴的局部图像;使用多分支CNN网络提取对应的深层全局特征和局部特征,使用多尺度特征融合网络探索局部特征间的相关性信息从而进行局部特征选择;将融合的局部特征与全局特征拼接得到兼顾全局-局部细节的年龄特征;使用softmax损失函数优化模型进行人脸年龄估计.根据MORPH Album2、FG-NET、LAP2016人脸年龄数据集上的实验结果表明,提出的方法是有效的.
文献关键词：
人脸年龄估计;卷积神经网络;特征融合;非受控环境
中图分类号：
作者姓名：
王新月;钟福金
作者机构：
重庆邮电大学 计算机科学与技术学院,重庆400065
文献出处：
引用格式：
[1]王新月;钟福金-.基于多分支CNN和多尺度特征融合的非受控人脸年龄估计)[J].重庆邮电大学学报（自然科学版）,2022(04):612-620
A类：
Album2,LAP2016
B类：
多分支,多尺度特征融合,人脸年龄估计,顾全,特征表达,提升空间,分支卷积神经网络,convolutional,neural,networks,估计方法,人脸关键点,人脸图片,剪裁,全局图,眼睛,鼻子,嘴巴,局部图,全局特征,局部特征,特征融合网络,特征选择,特征拼接,接得,年龄特征,softmax,损失函数优化,MORPH,FG,NET,非受控环境
AB值：
0.315791
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
