本文主要是介绍DEX：Deep EXpectation of apparent age from a single image（面部矫正+VGG-16 年龄估计），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章目录
- 年龄估计论文阅读《DEX：Deep EXpectation of apparent age from a single image》（2015）
- 网络图
- 数据集和评估方法
- IMDB-WIKI数据集
- LAP数据集
- 评估方法
- 实验结果
- 总结
年龄估计论文阅读《DEX：Deep EXpectation of apparent age from a single image》（2015）
网络图
- Input Image：输入图片
- Face Detection：使用off-the-shelf人脸检测器获取人脸位置。人脸检测器取-60°到60°，每次间隔5°；取得分最高的那张脸，并相应地将其旋转到正面向上的位置。很少有图片不能找到一张脸。这种情况下，取整个图像。
- Cropped face：拓展脸图像的大小，在左右两边取其宽度的40%，上下两边取其高度的40%。如果脸部已经覆盖了图像的大部分，我们只需在边界处填充最后一个像素。最后得到的图像被压缩为256*256像素，用作深度卷积网络的输入。
- Feature Extraction：基础架构为VGG-16
- Prediction：一个连续标签([0,100])中的一维回归问题。使用101个年龄类。
E ( O ) = ∑ i = 0 100 y i o i E(O)=\displaystyle\sum_{i=0}^{100} y_io_i E(O)=i=0∑
这篇关于DEX：Deep EXpectation of apparent age from a single image（面部矫正+VGG-16 年龄估计）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
