多尺度YOLO人脸年龄估计方法研究

来源：计算机工程与应用杂志2019年第21期北京时间：

作者：房国志，孙康瞳

单位：哈尔滨理工大学 测控技术与通信工程学院，哈尔滨 150080

摘要：通过观察人脸估计年龄较为常见，但如何准确预测年龄则是一个难题。为提高人脸图像年龄估计的准确率，提出一种基于YOLO（You Only Look Once）模型的目标检测方法。将多尺度回归思想应用于卷积神经网络（Convolutional Neural Network，CNN），通过多尺度卷积改善模型对小尺寸目标的提取能力，结合特征通道分权重思想，改善特征提取操作中特征信息丢失的问题，构造决策树回归得到年龄估计。这种方法在人脸年龄图像库FG-NET上获得平均绝对误差（MAE）3.43，在GROUP数据集获得区间匹配度（AEM）62.4%。实验结果表明，通过多尺度特征回归以及通道权重分配，可以较为准确地进行人脸信息检测，并由此建立鲁棒性更强的人脸年龄估计模型。

关键词：人脸年龄估计,特征提取算法,卷积神经网络,特征通道权重分配,多尺度特征回归