第1章 绪 论
1.1 研究背景和意义
1.2 课题研究现状
1.2.1 传统年龄识别方案研究现状
1.2.2 卷积神经网络的研究现状
1.2.3 基于卷积神经网络的年龄估计研究现状
1.3 本文的主要研究内容
1.4 本文的组织结构
第2章 年龄估计模型概述
2.1 引言
2.2 年龄估计系统流程
2.3 人脸年龄估计模型
2.3.1 基于人工设计算子的特征提取方案
2.3.2 基于卷积神经网络的特征提取方案
2.3.3人脸年龄估计的决策方案
2.4 本章小结
第3章 基于网络结构和数据特性的年龄估计算法改进
3.1 引言
3.2 年龄估计模型分析
3.3基础网络的分析和选择
3.4基于双向融合的特征提取网络
3.4.1 年龄估计的特征需求分析
3.4.2 特征图在网络中的变化分析
3.4.3 基于双向融合的年龄特征提取网络
3.5基于联合损失的概率分布监督机制
3.5.1 常用分类损失函数分析
3.5.2 概率分布合理性评估项
3.5.3 联合损失函数
3.6基于性别消除模块的数据异构性缓解机制
3.6.1 性别因素的影响分析
3.6.2 性别因素消除模块网络设计
3.6.3 性别因素消除策略
3.6.4 多任务损失函数设置
3.7 本章小结
第4章 实验结果与分析
4.1 引言
4.2 数据集介绍以及预处理
4.3 环境搭建以及评估指标
4.3.1 环境搭建
4.3.2 评价指标
4.4 实验结果与分析
4.4.1 实验参数设置
4.4.2 基于双向融合的特征提取网络
4.4.3 基于联合损失的概率分布监督机制
4.4.4 基于性别消除模块的异构性缓解机制验证
4.4.5 总体实验结果对比
4.4.6 总体结果展示
4.5 本章小结
结论
参考文献
声明
致谢
哈尔滨工业大学;