李 骏，杨雅志

基于深度学习与有向无环图SVM的局部调整年龄估计

李 骏1，杨雅志2

(1. 成都工业学院教务处教学建设与教学质量管理科，四川 成都 611730； 2. 成都工业学院计算机工程学院，四川 成都 611730)

为了进一步从人脸图像中提高年龄估计的精度，提出一种基于深度学习与有向无环图支持向量机(SVM)的局部调整年龄估计算法。在训练阶段，首先将经过VGGFace2数据集预训练的SE-ResNet-50网络进行微调，并在收敛时提取全连接层，将其首尾相连形成的向量作为表征并训练得到多个one-versus-one SVM；在测试阶段，先将待估计人脸图像送入SE-ResNet-50以得到一个较为粗略的年龄估计值，然后设定具体邻域，最后将训练而成的SVM组合为一个有向无环图SVM并以全局估计值为中心进行精准的年龄估计。为了表明算法的普适性，在不同种族的MORPH和AFAD图像集中进行了实验，结果验证了算法的有效性。

年龄估计；深度学习；有向无环图支持向量机；局部调整

年龄估计，旨在判别输入人脸图像的年龄值或年龄组别。虽然基于人脸图像的年龄自动估计是多媒体应用、人机交互等许多实际应用中涉及的一项重要技术，但从人脸图像中估计年龄仍然是一个具有挑战性的问题：由于不同的人衰老的方式不同，衰老的过程不仅取决于人的基因，还取决于许多外部因素，如身体状况、生活方式、居住地点和天气状况等。此外由于使用化妆品和配饰的程度不同，男性和女性的年龄也可能不同。如何在降低个体差异负面影响的同时，提取出一般的判别性老化特征仍然是一个有待解决的问题。……