• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SIBGRAPI Conference on Graphics, Patterns and Images >A Data Augmentation Methodology to Improve Age Estimation Using Convolutional Neural Networks
【24h】

A Data Augmentation Methodology to Improve Age Estimation Using Convolutional Neural Networks

机译：使用卷积神经网络改进年龄估计的数据增强方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent advances in deep learning methodologies are enabling the construction of more accurate classifiers. However, existing labeled face datasets are limited in size, which prevents CNN models from reaching their full generalization capabilities. A variety of techniques to generate new training samples based on data augmentation have been proposed, but the great majority is limited to very simple transformations. The approach proposed in this paper takes into account intrinsic information about human faces in order to generate an augmented dataset that is used to train a CNN, by creating photo-realistic smooth face variations based on Active Appearance Models optimized for human faces. An experimental evaluation taking CNN models trained with original and augmented versions of the MORPH face dataset allowed an increase of 10% in the F-Score and yielded Receiver Operating Characteristic curves that outperformed state-of-the-art work in the literature.
机译：深度学习方法论的最新进展使构建更准确的分类器成为可能。但是，现有的带有标签的人脸数据集的大小是有限的，这阻止了CNN模型达到其完整的泛化能力。已经提出了多种基于数据增强来生成新训练样本的技术，但是绝大多数技术仅限于非常简单的变换。本文提出的方法考虑了关于人脸的固有信息，以便通过基于针对人脸优化的主动外观模型创建逼真的平滑人脸变化来生成用于训练CNN的增强数据集。通过对CNN模型进行了实验评估，该模型使用MORPH脸部数据集的原始版本和增强版本进行了训练，从而使F分数提高了10％，并生成了接收器工作特性曲线，其性能优于文献中的最新技术。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号