Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.239.119.159
    [SESS_TIME] => 1711621976
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 7d291ab5ca968c2824663a59468a09af
    [UNIQUE_KEY] => 6c68a3d5236a13f91651a9dc3d11cca5
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2019 год, номер 3

РАСПОЗНАВАНИЕ ВОЗРАСТА ПО ИЗОБРАЖЕНИЮ ЛИЦА С ИСПОЛЬЗОВАНИЕМ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

Д.В. ПАКУЛИЧ1,2, С.А. АЛЯМКИН2, С.А. ЯКИМОВ2
1Новосибирский государственный университет, Новосибирск, Россия
2ООО «Экспасофт», Новосибирск, Россия
Ключевые слова: свёрточные нейронные сети, распознавание возраста, глубокие нейронные сети, компьютерное зрение, convoluted neural network, age recognition, deep neural networks, computer vision
Страницы: 52-61

Аннотация

Задача определения возраста человека по изображению лица получила развитие с ростом популярности свёрточных нейронных сетей. Благодаря им появилась возможность выделять особенности лиц, которые незаметны взгляду человека, и интерпретировать эти особенности и их совокупность как возрастные характеристики. Проведён анализ существующих подходов к распознаванию возраста. Взяты данные из существующих наборов для обучения с последующей корректировкой в целях уменьшения ошибок, приобретённых при разметке алгоритмами сбора. Обучены и протестированы нейронные сети на полученных данных. Выявлена проблема с поворотом головы, для решения которой при обучении были предоставлены изображения лиц, повёрнутые с помощью нейронной сети PRNet.

DOI: 10.15372/AUT20190307