基于级联网络的年龄性别识别研究

您当前的位置：

首页 >

文章列表页 >

基于级联网络的年龄性别识别研究

光学图像处理 | 更新时间：2025-09-01

- 基于级联网络的年龄性别识别研究
- Age and gender recognition based on Network Cascade
- 光学技术 2020年46卷第2期页码：247-252
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
  
  福建省教育厅中青年教师教育科研项目资助省属高校专项(JK2017036);福建省自然科学基金面上项目(2019J01876);厦门市科技计划项目(3502Z20183060);厦门市科技计划重大项目(Micro-LED技术研发及产业化)
- DOI：10.13741/j.cnki.11-1879/o4.2020.02.019
  中图分类号：
- 纸质出版：2020
- 稿件说明：
移动端阅览
吴天雨, 许英朝, 晁鹏飞, 等. 基于级联网络的年龄性别识别研究[J]. 光学技术, 2020,46(2):247-252.

Age and gender recognition based on Network Cascade[J]. 2020, 46(2): 247-252.
吴天雨, 许英朝, 晁鹏飞, 等. 基于级联网络的年龄性别识别研究[J]. 光学技术, 2020,46(2):247-252. DOI： 10.13741/j.cnki.11-1879/o4.2020.02.019.

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%。

浏览量

232

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进RCF算法的电缆绝缘层边缘检测

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

利用双流卷积神经网络的人脸表情识别方法

基于移动机器人和单目视觉的姿态测量方法