DFDnet: Discriminant Face Descriptor Network for Facial Age Estimation
Ting, liu; Zhen, Lei; Jun, Wan; Stan Z. Li
2015-10
会议名称Chinese Conference on Biometric
会议录名称Springer---Lecture Notes in Computer Sciences
会议日期2015-11
会议地点天津滨海新区
摘要Age estimation is an important part of biometric recognition. In this paper, we propose a stacked structure called Discriminant Face Descriptor network (DFDnet) to learn the most discriminative and related features to age variation. Firstly, we extract the multi-stage Discriminant Face Descriptor (DFD) features which is age-sensitive.We first introduce DFD for facial age estimation instead of original face recognition. Then the bag of features-based method is used and then each image can be represented by the concatenated vector (or the histogram of visual words). Finally, age estimation is achieved via simple linear regression algorithm. Experiments on the publicly available MORPH and FG-NET databases validate the effectiveness of our proposed DFDnet method. To further illuminate the usefulness of our approach in unconstrained environments, we also conduct the experiment on Cross-Age Celebrity Dataset (CACD) collected from Internet movie database (IMDB).
关键词Age Estimation Discriminant Face Description (Dfd) Bag Of Features (bOf) Dfd Network
DOI10.1007/978-3-319-25417-3_76
收录类别EI
引用统计
被引频次:6[WOS]   [WOS记录]     [WOS相关记录]
文献类型会议论文
条目标识符http://ir.ia.ac.cn/handle/173211/11536
专题模式识别国家重点实验室_生物识别与安全技术研究
通讯作者Stan Z. Li
作者单位中科院自动化研究所模式识别国家重点实验室
推荐引用方式
GB/T 7714
Ting, liu,Zhen, Lei,Jun, Wan,et al. DFDnet: Discriminant Face Descriptor Network for Facial Age Estimation[C],2015.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
DFDnet Discriminant (116KB)会议论文 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[Ting, liu]的文章
[Zhen, Lei]的文章
[Jun, Wan]的文章
百度学术
百度学术中相似的文章
[Ting, liu]的文章
[Zhen, Lei]的文章
[Jun, Wan]的文章
必应学术
必应学术中相似的文章
[Ting, liu]的文章
[Zhen, Lei]的文章
[Jun, Wan]的文章
相关权益政策
暂无数据
收藏/分享
文件名: DFDnet Discriminant Face Descriptor Network for Facial Age Estimation.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。