DEX:Deep EXpectation of apparent age from a single image(面部矫正+VGG-16 年龄估计)

这篇论文介绍了使用DEX方法从单个图像中深度学习预测年龄,基于VGG-16网络。它涉及年龄估计、人脸检测、数据集IMDB-WIKI和LAP的使用,以及评估指标如MAE和ε-error。实验显示了在某些极端情况下的挑战,如未检测到人脸或极端光照条件。
摘要由CSDN通过智能技术生成

年龄估计论文阅读《DEX:Deep EXpectation of apparent age from a single image》(2015)

网络图

在这里插入图片描述

  1. Input Image:输入图片
  2. Face Detection:使用off-the-shelf人脸检测器获取人脸位置。人脸检测器取-60°到60°,每次间隔5°;取得分最高的那张脸,并相应地将其旋转到正面向上的位置。很少有图片不能找到一张脸。这种情况下,取整个图像。
  3. Cropped face:拓展脸图像的大小,在左右两边取其宽度的40%,上下两边取其高度的40%。如果脸部已经覆盖了图像的大部分,我们只需在边界处填充最后一个像素。最后得到的图像被压缩为256*256像素,用作深度卷积网络的输入。
  4. Feature Extraction:基础架构为VGG-16
  5. Prediction:一个连续标签([0,100])中的一维回归问题。使用101个年龄类。
    E ( O ) = ∑ i = 0 100 y i o i E(O)=\displaystyle\sum_{i=0}^{100} y_io_i E(O)=i=0100y
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值