基于深度卷积神经网络的性别识别OA
越来越多的应用场合需要判别人脸图像的性别信息,尤其随着近代社交平台的出现和社会多媒体技术的进一步发展,对快速、准确的自动性别判别方法需求迫切.为了解决以往性别识别方法准确率低、稳定性差的问题,本文提出基于深度卷积网络的性别识别方法.综合多个人脸数据集以及从网上搜集的各种人脸图像,设计深度卷积网络自动学习对复杂环境因素以及人脸表观诸如年龄、表情、姿态、光照等鲁棒的特征,并进行性别分类.试验结果表明,提出方法具有较好的稳定性和较高的准确率.
夏凯;赵小龙;桑高丽
嘉兴学院数理与信息工程学院 浙江 嘉兴 314001嘉兴学院数理与信息工程学院 浙江 嘉兴 314001嘉兴学院数理与信息工程学院 浙江 嘉兴 314001
深度卷积神经网络性别识别自主学习
《福建电脑》 2018 (3)
14-16,3
嘉兴学院校级重点SRT计划项目(批准号:SRT2017B056),浙江省自然科学基金项目(批准号:LQ18F020007)资助.
评论