公开(公告)号：CN116524568A

公开(公告)日：2023-08-01

申请号：CN202310522698.2

申请日：2023-05-10

Applicant: 杭州电子科技大学

Inventor： 李建军 ,  李文昊 ,  郑祥 ,  李绍斌 ,  田万勇 ,  赵露露

IPC: G06V40/16 ,  G06V10/766 ,  G06V10/774 ,  G06V10/762

Abstract: 本发明公开了一种基于由全局到局部序数回归网络的人脸图像年龄估计方法。本发明步骤：步骤1：对数据集进行预处理；步骤2：对预处理后的数据集中的人脸图像提取特征；步骤3：局部年龄域划分；对整个数据集提取到的特征数据进行k‑means聚类分析，根据聚类结果，将整个数据集划分为多个局部数据域；步骤4：构建全局回归网络和局部回归网络；步骤5：年龄估计。本发明解决现有的深度有序回归网络在人脸年龄估计任务上精度不足的问题。本发明在不增加网络设计复杂度的情况下，有效提高了序数回归网络针对人脸年龄估计任务的准确率。本发明的优势在于识别准确率高、鲁棒性强的特点。

公开(公告)号：CN116912907A

公开(公告)日：2023-10-20

申请号：CN202310734013.0

申请日：2023-06-20

Applicant: 杭州电子科技大学

Inventor： 李建军 ,  李绍斌 ,  田万勇 ,  赵露露

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于对抗网络的多年龄段图像生成的方法。本发明实现步骤为：步骤1、输入批量待训练的图像，并对图像做增强处理；步骤2、将年龄分成六个年龄段，共生成五个生成对抗模型，分别记为生成对抗模型G1、G2、G3、G4、G5；每个生成对抗模型只学习相邻年龄段的年龄特征，同时判别器判断生成图像的真伪性并优化生成图像质量，年龄估计网络使得生成的人脸图像更加接近真实年龄；步骤3、计算年龄损失和生成网络损失并优化参数；步骤4、根据训练好的模型，对待测图片进行评估测试精度。本发明的优势在于针对不同表情和姿势的人脸，都能实现理想的老龄化和年轻化，生成图片质量高，适用范围广、模型精确度高、鲁棒性强。