浏览全部资源
扫码关注微信
1. 1:厦门理工学院电气工程与自动化学院
2. 2:厦门理工学院光电与通信工程学院
3. 3:厦门理工学院福建省光电技术与器件重点实验室
Published:2020
移动端阅览
Age and gender recognition based on Network Cascade[J]. 2020, 46(2): 247-252.
DOI:
Age and gender recognition based on Network Cascade[J]. 2020, 46(2): 247-252. DOI: 10.13741/j.cnki.11-1879/o4.2020.02.019.
提出了一种基于深度学习技术的年龄和性别识别方法
建立了人脸识别硬件与软件系统。运用经典的反向传播算法确定预测函数的权重矩阵和偏差。针对单个识别网络准确率不高的问题
采用多个神经网络级联的方式
对输入的目标特征进行多次判定。通过设计一种投票竞争算法
让级联网络的识别结果自动进行竞争
获胜者作为最终的预测结果。预测结果与实验数据对比表明采用级联网络可有效提高对年龄性别的识别准确率
级联后的识别准确率分别达到了88%和82.61%。
0
Views
232
下载量
1
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution