文档名：基于改进残差网络的人脸表观年龄估计
摘要：针对现有卷积神经网络(CNN)模型对人脸年龄特征表达能力不足、识别精度不高和模型参数量大的问题,提出一种融入注意力机制的残差网络表观年龄估计方法.首先,对卷积块注意力模块(CBAM)进行优化改进,在获取通道重要度权重的基础上,采用特征融合再训练的方法,混合计算两部分的池化压缩特征互信息,增强关键性通道特征的表示;然后,将改进的CBAM融入到ResNet模型的残差结构中,与残差结构的特征提取层以先后串行结构融合构建新的残差模块;最后,利用SoftMax进行分类获得最终估算年龄.在APPA-REAL和LAP2015两个数据集的实验表明:本文方法比原ResNet模型取得了更好的平均绝对误差指标,并且与其他相关方法的对比也证明了其有效性.
作者：杜希婷 张德 甄庆凯 Author：DUXiting ZHANGDe ZHENQingkai
作者单位：北京建筑大学电气与信息工程学院,北京100044国家体育总局体育科学研究所,北京100061
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(5)
分类号：TP391
关键词：人脸识别 表观年龄估计 卷积神经网络 残差结构 注意力机制
机标分类号：
在线出版日期：2023年5月31日
基金项目：国家自然科学基金基于改进残差网络的人脸表观年龄估计[
期刊论文] 传感器与微系统--2023, 42(5)杜希婷 张德 甄庆凯针对现有卷积神经网络(CNN)模型对人脸年龄特征表达能力不足、识别精度不高和模型参数量大的问题,提出一种融入注意力机制的残差网络表观年龄估计方法.首先,对卷积块注意力模块(CBAM)进行优化改进,在获取通道重要度权重的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进残差网络的人脸表观年龄估计 Estimation of face apparent age based on improved residual network
基于改进残差网络的人脸表观年龄估计.pdf
- 文件大小:
- 1.38 MB
- 下载次数:
- 60
-
高速下载
|
|
