典型文献
基于多特征融合卷积神经网络的年龄预测
文献摘要：
使用卷积神经网络预测人脸图像年龄.目前标注的表观年龄公开数据集不足且人数规模小,小样本训练紧凑模型成为年龄预测的研究方向之一.为提高卷积神经网络对图像中年龄特征提取能力和小样本数据迁移能力,并减少对大型图像分类数据集的依赖,提出多特征融合卷积神经网络结构的年龄预测方法.该方法设计多特征融合模块融合两者特征向量获取图像的多层次信息;主干特征提取卷积网络中引入注意力机制模块,增强年龄特征提取能力;设计序列化年龄标签的组合损失函数,使得年龄特征充分拟合年龄标签.在IMDB-WIKI预训练下,该方法在MORPH上取得的平均误差为1.951,ChaLearn15上平均误差为3.128.实验结果表明,该方法的训练和迁移成本低,与许多最新方法相比取得了较高的预测精度.
文献关键词：
特征融合;年龄预测;卷积神经网络;深度学习;小波变换;Gabor
中图分类号：
作者姓名：
廖黄炜;马燕;黄慧
作者机构：
上海师范大学 信息与机电工程学院,上海 200234
文献出处：
引用格式：
[1]廖黄炜;马燕;黄慧-.基于多特征融合卷积神经网络的年龄预测)[J].计算机技术与发展,2022(10):58-64
A类：
WIKI,ChaLearn15
B类：
多特征融合,特征融合卷积神经网络,年龄预测,神经网络预测,人脸图像,公开数据集,样本训练,紧凑,年龄特征,特征提取能力,小样本数据,数据迁移,迁移能力,图像分类,分类数据,神经网络结构,方法设计,特征融合模块,模块融合,特征向量,多层次信息,卷积网络,注意力机制模块,序列化,组合损失函数,IMDB,预训练,练下,MORPH,平均误差,迁移成本,小波变换,Gabor
AB值：
0.346484
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。
