学术论文

      基于深度学习MPCANet的年龄估计

      Age Estimation Based on Deep Learning MPCANet

      摘要:
      提出了一种基于多层PCA网络(MPCANet)的深度学习模型来进行年龄估计.它是基于卷积神经网的结构来设计的,并且用来提取年龄特征.MPCANet是主成分分析网络(PCANet)的一种改进,它是最近提出的一种深度学习算法,MPCANet模型结构组成的成分:(1)卷积滤波层是采用多层级联主成分分析(PCA),(2)非线性层则采用二进制哈希,(3)特征抽取层使用直方图统计方法.使用核支持向量回归(K-SVR)进行估计年龄值.实验分别在两个数据库(FG-NET and MORPH)上进行,实验结果表明该方法比目前最新的方法表现得更好.
      Abstract:
      This paper investigates deep learning techniques for age estimation based on the multi principal component analysis network(MPCANet).A new framework for age feature extraction based on deep learning model with convolutional neural network(CNN) is built.The MPCANet is a variation of principal component analysis network(PCANet),which is recently proposes deep learning algorithms.The MPCANet model architecture components:(1) the use of Multi cascaded principal component analysis(PCA) in the convolution filter layer;(2) the nonlinear process layer by binary hashing;and (3) the use of block histogram in the feature pooling layer.We use K-SVR(Kernel function Support Vector Regression,K-SVR)for age estimation.Experimental results on two datasets(FG-NET and MORPH) show that the proposed approach is significantly better than the state-of-the-art.
      Author: Zheng Depeng Du Jixiang Zhai Chuanmin
      作者单位: 华侨大学计算机科学与技术学院,福建厦门,361021
      年,卷(期): 2017, 40(1)
      分类号: TP391
      在线出版日期: 2017年6月2日
      基金项目: 国家自然科学基金,福建省自然科学基金,华侨大学中青年教师科研提升资助计划项目,华侨大学研究生科研创新能力培养项目