一种基于卷积神经网络进行度量学习的人脸年龄估计方法
基本信息
申请号 | CN201810048365.X | 申请日 | - |
公开(公告)号 | CN108171209B | 公开(公告)日 | 2021-07-16 |
申请公布号 | CN108171209B | 申请公布日 | 2021-07-16 |
分类号 | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 潘虹宇;韩琥;张杰;山世光;陈熙霖 | 申请(专利权)人 | 中科视拓(北京)科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 100086 北京市海淀区科学院南路6号中科院计算所科研综合楼550室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于卷积神经网络进行度量学习的人脸年龄估计方法,其整体步骤为:构建数据集;将数据集划分为训练集、验证集;在网络输入层对mini‑batch进行成对构建,然后送入两个孪生网络中进行训练;对VGG‑16网络进行构建;网络训练;使用softmax loss和revised contrastive loss共同作为监督信号对网络进行调整;网络测评;最终估计的年龄为softmax层得到的最大概率对应类别。本发明将深度学习与度量学习相结合,通过引入度量学习,使得特征空间的区分度更高,进而年龄估计算法的鲁棒性更强;利用深度学习将特征提取任务和目标函数优化任务结合,将整个任务实现端到端的训练,应用在公开数据集上时可以取得较好的性能。 |
