论文部分内容阅读
目前,国际上公开的用于人脸表观年龄估计的数据库较少,并且人数规模小,而大数据是深度学习的关键。为了准确预测人脸表观年龄值并测试人脸化妆整形效果,自行设计制作容量为50 000张人脸图像的数据集,基于改进的VGGnet卷积神经网络,使用RMSProp优化算法对模型进行训练。实验结果表明,在合理的误差范围内,表观年龄值在1-5岁时预测精度最高,为91%;同时,化妆整形能使人脸表观年龄值比真实值略小,为人脸表观年龄估计在实际中的应用提供了参考。