基于多特征深度学习的人脸性别识别

发布时间：2018-06-12 14:19

  本文选题：人脸性别识别 + 深度学习　； 参考：《计算机工程与设计》2016年01期

【摘要】：为解决人脸性别识别这一传统模式识别领域中富有挑战性的难题,提出一种联合人脸高层特征学习和低层特征学习的深层网络模型。利用卷积和下采样交替提取人脸局部的、抽象的特征,重建原始的输入人脸图像,以学习人脸全局的特征作为补充。联合两类特征时,加入一个可训练的权重进行调节,利用这种多特征结构进行最终的性别分类。实验结果表明,该方法在学习能力和泛化能力上具有超越现有人脸性别识别方法的优秀性能。
[Abstract]:In order to solve the challenging problem in the traditional pattern recognition field, a deep network model combining face high-level feature learning and low-level feature learning is proposed. The local and abstract features of human face are extracted by convolution and down-sampling alternately, and the original input face image is reconstructed, which is supplemented by learning the global features of human face. When two kinds of features are combined, a trainable weight is added to adjust, and the multi-feature structure is used for the final sex classification. The experimental results show that the proposed method has better performance than the existing face gender recognition methods in terms of learning ability and generalization ability.
【作者单位】： 中国科学院声学研究所南海研究站;中国科学院声学研究所国家网络新媒体工程技术研究中心;
【基金】：国家自然科学基金项目(61303249) 海南省重大科技基金项目(JDJS2013006)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 陈佳;;基于眼睛特征图的眼睛检测系统的设计与实现[J];南阳师范学院学报;2008年06期

2 魏永伟;曹娟;汪国昭;;平面三次混合双曲多项式曲线的特征图判别[J];计算机辅助设计与图形学学报;2010年05期

3 汪洋;鲁加国;;基于极化特征图的定标精度应用需求分析[J];微波学报;2009年02期

4 孙正兴，，丁秋林;基于特征的CAD／CAM集成技术评述与研究[J];计算机应用;1994年06期

5 祝国旺;钟毅芳;周济;余俊;;零件形状特征图树分解原理及应用[J];交通与计算机;1993年02期

6 王变琴;余顺争;;自适应网络应用特征发现方法[J];通信学报;2013年04期

7 段冠新;;在SolidWorks中库特征的创建和使用[J];机械工人.冷加工;2006年02期

8 葛江华,隋秀凛,邹世浩;基于特征的电站阀门CAD/CAPP/CAM集成系统[J];哈尔滨理工大学学报;2002年02期

9 李净净;张基宏;梁永生;;视觉注意模型中权值估计与特征整合[J];深圳信息职业技术学院学报;2012年03期

10 徐志;关宏志;严海;陈二慧;;基于图像显著性特征的交通标志注视点预测方法[J];武汉理工大学学报(交通科学与工程版);2014年01期

相关会议论文 前2条

1 宋钧才;;再论棉花色特征的综合评定兼论中国棉花色特征图[A];山东纺织工程学会十二届第二次优秀论文评选获奖论文集[C];2011年

2 张光智;徐祥德;杨元琴;王继志;卞林根;;北京大雾过程的热力和动力结构特征[A];中国气象学会2005年年会论文集[C];2005年

相关硕士学位论文 前2条

1 贺峥嵘;极化SAR影像特征分析与地物目标分类研究[D];解放军信息工程大学;2011年

2 陈超;基于个人微博特征的Timeline生成研究[D];内蒙古科技大学;2015年

本文编号：2009964