基于级联网络的年龄性别识别研究

作     者：吴天雨 许英朝 晁鹏飞 李洋洋 WU Tianyu;XU Yingchao;CHAO Pengfei;LI Yangyang

作者机构：厦门理工学院电气工程与自动化学院福建厦门361024 厦门理工学院光电与通信工程学院福建厦门361024 厦门理工学院福建省光电技术与器件重点实验室福建厦门361024 

基　　金：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) 

出 版 物：《光学技术》 (Optical Technique)

年 卷 期：2020年第46卷第2期

页      码：247-252页

摘      要：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%。

主 题 词：深度学习 人脸识别 反向传播 级联网络 投票竞争算法 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 0702[理学-物理学类] 

D　O　I：10.13741/j.cnki.11-1879/o4.2020.02.019

馆 藏 号：203909305...