新版搜索下载系统内测,不限量免费下载(免费至7月1日)(点击打开新版

基于局部特征和深度神经网络的人脸性别判别模型研究(英文)

资料来自用户(Gunter)上传,若本站收录的文献无意侵犯了您的著作版权,请点击版权申明
文献出处
机床与液压  2018年06期
机 构
攀枝花学院数学与计算机学院,西华大学计算机与软件工程学院
基 金
financially,supported,by,National,natural,science,fund,(,U1433130),(,60773035),Key,project,of,science,and,technology,supported,by,ministry,of,education,(,205136),key,project,supported,by,Sichuan,science,and,technology,department,(,05JY029-131)
关键词
性别分类论文  人脸识别论文  深度神经网络论文  局部特征论文  深度学习论文
论文摘要

深度学习方法可以自动发现更佳数据以改善分类器性能。然而,在计算机视觉任务中,比如性别识别问题,有时候很难直接从整个图像进行学习。因此,提出一种新的基于局部特征和深度神经网络的人脸性别识别模型。首先,该模型从输入图像中提取数个局部特征,并将这些特征反馈给判别图像的深度神经网络,然后根据图像所属标签将每个局部特征分类。最后,使用简单的投票方案对整体图像进行判决。在FERET和CAS-PEAL-R1两个人脸图像资料库上进行了人脸性别分类实验,结果显示提出的方法优于其他深度学习方法,具有较好的准确性和稳定性。

全文下载
全文下载