公开(公告)号：CN107203740A

公开(公告)日：2017-09-26

申请号：CN201710270419.2

申请日：2017-04-24

Applicant: 华侨大学

Inventor： 杜吉祥 ,  郑德鹏 ,  范文涛 ,  张洪博 ,  翟传敏

IPC: G06K9/00 ,  G06N3/08

CPC classification number: G06K9/00288 ,  G06K2009/00322 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的人脸年龄估计方法，其步骤包括S1：建立深度学习网络模型；S2：采用分类的方式预训练所述深度学习网络模型使所述深度学习网络模型具有分类能力；S3：在步骤S2的基础上进行微调，使所述深度学习网络模型具有学习表观年龄和估计表观年龄的能力；S4：在步骤S3的基础上使用所述真实年龄数据集中80％的数据集作为训练集进行所述深度学习网络模型的微调，然后使用所述真实年龄数据集中20％的数据集作为测试集进行所述深度学习网络模型的测试；S5：在所述卷积神经网络模型中的最后一个全连接层的softmax输出值，构建间接回归的方法估计年龄值。S6：输入被测人脸图像，得出所述被测人脸图像的人脸年龄。

公开(公告)号：CN105956571B

公开(公告)日：2019-03-12

申请号：CN201610317460.6

申请日：2016-05-13

Applicant: 华侨大学

Inventor： 杜吉祥 ,  郑德鹏 ,  翟传敏 ,  范文涛 ,  王靖 ,  刘海建

IPC: G06K9/00

Abstract: 本发明的一种人脸图像的年龄估计方法，该方法包括五个部分:(1)图像的分块；(2)用PCA算法学习分块处理后的矩阵得到卷积操作的卷积核；(3)然后用PCA算法学习得到的卷积核进行卷积操作；(4)用二值化的方式在第二个卷积层后面进行非线性处理；(5)用直方图统计的方法进行特征抽取。该方法提取特征后用非线性支持向量回归K‑SVR(Kernel function Support Vector Regression)来估计年龄值，经过实验表明可以大大提高年龄估计的准确率。

公开(公告)号：CN105956571A

公开(公告)日：2016-09-21

申请号：CN201610317460.6

申请日：2016-05-13

Applicant: 华侨大学

Inventor： 杜吉祥 ,  郑德鹏 ,  翟传敏 ,  范文涛 ,  王靖 ,  刘海建

IPC: G06K9/00

CPC classification number: G06K9/00221 ,  G06K9/00268 ,  G06K2009/00322

Abstract: 本发明的一种人脸图像的年龄估计方法，该方法包括五个部分:(1)图像的分块；(2)用PCA算法学习分块处理后的矩阵得到卷积操作的卷积核；(3)然后用PCA算法学习得到的卷积核进行卷积操作；(4)用二值化的方式在第二个卷积层后面进行非线性处理；(5)用直方图统计的方法进行特征抽取。该方法提取特征后用非线性支持向量回归K‑SVR(Kernel function Support Vector Regression)来估计年龄值，经过实验表明可以大大提高年龄估计的准确率。