ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Age Estimation from Face Image...>الوصف

Age Estimation from Face Image Using Hybrid Representation for Deep Learning

المصدر: مجلة كلية التربية
الناشر: الجامعة المستنصرية - كلية التربية
المؤلف الرئيسي: Al-Sudani, Faten Ahmed Jebur (Author)
مؤلفين آخرين: Al-Afare, Hazim Abdulameer Fadhil (Co-Author)
المجلد/العدد: ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الصفحات: 35 - 48
ISSN: 1812-0380
رقم MD: 1321459
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
التقنيات الحديثة | التقدير العمري | صور الوجه | التكنولوجيا الهجينة
كلمات المؤلف المفتاحية:
Face-Age Estimation | Web-Face Age | Hybrid Representation Architecture | Aligned Region Pooling | Regions of Interest
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: التقنية الجديدة من خلال (deep Learning) تعطي دقة عالية في تقدير العمر من خلال ملامح الوجه. تقنية التقدير المقترحة في هذه الورقة باستخدام Deep Learning network لتقدير العمر تسمى بالطريقة الهجينة إذ أن التفرعات الخاصة والعامة تترابط بشكل أمثل لالتقاط طبقات متعددة في الخصائص باستخدام متممات البيانات. في كل فرع الشبكة الفرعية صممت لاستخلاص الخصائص من المناطق غير المعتمدة من خلال توظيف الفقدان المعزول، حيث أن الاندماج المتكرر يستخدم لاستكشاف العلاقة فيما بينهم، نحن نعتبر أن اختلاف المظهر يسبب عدم تطابق في نقاط الاختلاف وعليه فأن مستوعب المناطق المتطابقة صممت بشكل لاستخلاص الخصائص منها ولغرض مكافئة الطلب لمجموعات الصور تم اعتماد مجموعة بيانات لصور خاص تحتوي على أكثر من ١٢٠ ألف صورة للوجه والتي تم التقاطها تحت مشاهد مختلفة توفر نطاقا واسعا من الأعمار.

New technique of Deep learning gave Face-age estimation higher results-accuracy. Proposed estimation technique of this paper presents a novel deep learning network for age estimation called Hybrid Representation Architecture (HRA). Where local, global and global-local branches are contained and jointly optimized for capturing multi-type features combined by complementary information. In each branch, the sub-network is designed for to extract features from independent region by employing a separate loss, where recurrent fusion is used for exploring correlations among them. We consider that different fashions of pose would cause misalignment in regions variation, thus an Aligned Region Pooling (ARP) operation is designed to extract aligned-region features. To compensate the demand of large-scale image datasets, a private image dataset regarding-age progression (named Web-Face Age) is adopted with more than 120K face images, which are captured under different scenes providing wide range of ages. Benchmarking experiments conducted on five image datasets, such as MORPH, CACD, Chalearn LAP 2015, FG-NET and Web-Face Age, show the significant precedence of proposed estimation technique against other state-of-the-art techniques.
ISSN: 1812-0380

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.