论文部分内容阅读
为了进一步从人脸图像中提高年龄估计的精度,提出一种基于深度学习与有向无环图支持向量机(SVM)的局部调整年龄估计算法。在训练阶段,首先将经过VGGFace2数据集预训练的SE-ResNet-50网络进行微调,并在收敛时提取全连接层,将其首尾相连形成的向量作为表征并训练得到多个one-versus-one SVM;在测试阶段,先将待估计人脸图像送入SE-ResNet-50以得到一个较为粗略的年龄估计值,然后设定具体邻域,最后将训练而成的SVM组合为一个有向无环图SVM并以全局估计值为中心进行精准的年龄