作者:夏凯; 赵小龙; 桑高丽深度卷积神经网络性别识别自主学习
摘要:越来越多的应用场合需要判别人脸图像的性别信息,尤其随着近代社交平台的出现和社会多媒体技术的进一步发展,对快速、准确的自动性别判别方法需求迫切。为了解决以往性别识别方法准确率低、稳定性差的问题,本文提出基于深度卷积网络的性别识别方法。综合多个人脸数据集以及从网上搜集的各种人脸图像,设计深度卷积网络自动学习对复杂环境因素以及人脸表观诸如年龄、表情、姿态、光照等鲁棒的特征,并进行性别分类。试验结果表明,提出方法具有较好的稳定性和较高的准确率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社