深度卷积神经网络对人脸年龄的分类

为了更好地进行人脸年龄分类,文章提出了一种基于深度卷积神经网络的年龄分类方法。该方法从VGG-Face倒数第二激活层输出年龄特征,然后采用概率协同表示分类器(ProCRC)进行年龄分类。通过在两个数据集上的验证和比较可知由深度卷积神经网络和ProCRC组成的混合深度卷积神经网络能提高年龄分类的性能;通过将倒数第二激活层和倒数第一激活层所输出的特征在同一分类器上进行分类的结果进行比较得出对倒数第二激活层输出特征进行分类可提高人脸年龄分类的精度。