1. 毕业设计（论文）主要目标：
1. 深度卷积网络模型相关方法回顾2. 人脸属性估计相关研究工作回顾和分析3. 结合人脸多属性估计的特点，基于CNN构建人脸多属性估计预测模型4. 对构建的模型进行训练、测试和分析
2. 毕业设计（论文）主要内容：
基于CNN的人脸多属性联合估计模型研究：主要基于Morph、WebFace等人脸数据集，对构建的CNN模型进行训练。
实现对输入模型的测试人脸，能同时预测输出其年龄、性别、人种等多人脸的属性。
3. 主要参考文献
[1] LANITIS A., DRAGANOVA C., CHRISTODOULOU C.. Comparing different classifiers for automatic age estimation[J]. IEEE transactions on systems, man, and cybernetics, Part B. Cybernetics: A publication of the IEEE Systems, Man, and Cybernetics Society,2004,1(1).
[2] GENG XIN, ZHOU ZHI-HUA, SMITH-MILES KATE. Automatic Age Estimation Based on Facial Aging Patterns[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2007,12(12).
[3] GUO G., FU Y., DYER C. R.,et al. Image-Based Human Age Estimation by Manifold Learning and Locally Adjusted Robust Regression[J]. IEEE Transactions on Image Processing,2008,7(7).
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
