杨浩 许允执 于小爽 韩秦 王颖

摘要：近年来，随着深度学习的发展与应用，人脸识别领域欣欣向荣。年龄识别作为人脸识别的一个非同小可的分支，能够辅助人脸识别更加迅速、精准地完成任务。人脸会由于老化而呈现出不同的复杂特征，针对由年龄变化引起的一系列人脸识别问题，大量学者投入到对年龄进行分类的问题研究中。本文围绕基于深度学习的年龄识别，阐述了年龄识别目前的发展现状及较主流的思想。首先，简要概述了神经网络的发展，对各种年龄识别方法进行了简单比较并阐述了各自的优缺点，分析了不断演进优化的CNN框架结构。其次从人脸检测、特征提取等方面，对二者的基本思想和原理进行总结，并对人脸年龄识别的整个流程进行了梳理。

关键词：深度学习;年龄识别;CNN框架;人臉检测;特征提取

中图分类号：TP18  文献标识码：A

文章编号：1009-3044（2021）29-0095-04

1引言

计算机视觉作为计算机学科的一大分支，在近些年的发展十分迅速。图像识别也从最开始进行简单的数字和形状识别发展到了现在对各种复杂物体的识别。其中我们最熟悉的便是计算机对于人脸的识别，近些年大数据和深度学习网络的高速发展，给人脸的识别提供了极佳的发展环境，加上越来越多的开源数据库的成立，对于人脸识别的研究在近几年达到高潮。

人脸年龄识别是人脸识别问题的一个子集，人脸的年龄估计有比较广泛的应用范围，人脸是一个……