【摘要】：隨著智能應(yīng)用的迅速出現(xiàn),對于從面部圖像自動提取生物信息的需求也在不斷增長。那么,將年齡預(yù)測算法應(yīng)用到有關(guān)年齡信息的各種人機交互系統(tǒng)中,能在極大程度上滿足現(xiàn)實生活中的應(yīng)用需求。由于深度學(xué)習(xí)能直接從大數(shù)據(jù)中自動學(xué)習(xí)特征的表示,本文主要研究基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉年齡預(yù)測。為了進行人臉的年齡預(yù)測,首先需要實時的從圖像中檢測到人臉,然后基于檢測到的人臉圖像進行年齡預(yù)測。本文的主要研究內(nèi)容如下:針對人臉圖像的檢測問題,設(shè)計并實現(xiàn)了一個基于級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測框架用于實時的人臉檢測。該框架首先采用圖像金字塔對待檢測的人臉圖像進行預(yù)處理,以便抽取不同尺度的人臉候選窗口。然后,級聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)以候選的人臉窗口為輸入,通過逐級精細篩選及非極大值抑制剔除掉不含人臉的窗口或包含重疊信息的窗口。最后,輸出包含人臉的窗口以及人臉的5個面部特征點。設(shè)計的級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)能夠精準捕獲人臉窗口和關(guān)鍵點位置,并且夠做到實時的人臉檢測。實驗結(jié)果表明,設(shè)計的人臉檢測方法在檢測準確度和速度方面均快于Viola-Jones與Haar人臉檢測方法。針對檢測到的人臉圖像,設(shè)計并實現(xiàn)了一個基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉年齡預(yù)測算法。該算法采用基于組卷積的ResNeXt網(wǎng)絡(luò)架構(gòu),可以在不增加參數(shù)復(fù)雜度的前提下提高準確率,同時還減少超參數(shù)的數(shù)量。對給定的待預(yù)測人臉檢測圖像,設(shè)計的人臉年齡預(yù)測算法,首先通過深度卷積神經(jīng)網(wǎng)絡(luò)提取特征,并輸出屬于101(0~100歲)個年齡的概率值,最后基于加權(quán)平均輸出預(yù)測的年齡值。實驗結(jié)果表明,設(shè)計的人臉年齡預(yù)測算法能夠有效的進行年齡預(yù)測。
【圖文】：

Sigmoid函數(shù)（2）Tanh的函數(shù)表達式：

Tanh函數(shù)
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18

【參考文獻】

相關(guān)期刊論文 前2條

1 柴瑞敏;曹振基;;基于改進的稀疏深度信念網(wǎng)絡(luò)的人臉識別方法[J];計算機應(yīng)用研究;2015年07期

2 周先春;孫文榮;張純偉;;基于自適應(yīng)對數(shù)變換和PCA算法的人臉識別研究[J];電子技術(shù)應(yīng)用;2014年06期

，

本文編號：2710800