Последовательная половая и возрастная классификация людей по изображению лица на основе ранжированных локальных бинарных шаблонов

Последовательная половая и возрастная классификация людей по изображению лица на основе ранжированных локальных бинарных шаблонов

Автор: Рыбинцев Андрей Владимирович, Конушин Вадим Сергеевич, Конушин Антон Сергеевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов

Статья в выпуске: 5 т.39, 2015 года.

Бесплатный доступ

Предложен новый алгоритм последовательного определения пола и возраста человека по изображению лица на основе двухэтапной схемы восстановления регрессии с помощью метода опорных векторов. В качестве признакового описания изображения используются только наиболее значимые локальные бинарные шаблоны. Для повышения точности половой классификации применяется процедура бутстраппинга - обучения на трудных примерах, а для повышения точности определения возраста - «плавающие» границы возрастных диапазонов.

Машинное обучение, классификация изображений, половая классификация людей, возрастная классификация людей, локальные бинарные шаблоны, метод опорных векторов, бутстраппинг, регрессия на основе опорных векторов

Короткий адрес: https://sciup.org/14059421

IDR: 14059421   |   DOI: 10.18287/0134-2452-2015-39-5-762-769

Список литературы Последовательная половая и возрастная классификация людей по изображению лица на основе ранжированных локальных бинарных шаблонов

  • Fu, Y. Estimating human ages by manifold analysis of face pictures and regression on aging features/Y. Fu, Y. Xu, T. Huang//Proceedings of the 2007 IEEE Multimedia Expo Conference. -2007. -P. 1383-1386.
  • Montillo, A. Age regression from faces using random forests/A. Montillo, H. Ling//Proceedings of the 2009 IEEE International Conference on Image Processing. -2009. -P. 2465-2468.
  • Cootes, T. Active appearance models/T. Cootes, G. Edwards, C. Taylor//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2001. -Vol. 23, Issue 6. -P. 681-685.
  • Lian, H.-C. Multi-view gender classification using local binary patterns and support vector machines/H.-C. Lian B.-L. Lu//ISNN’06. Proceedings of the 3rd International Symposium on Neural Networks. -2006. -Vol. 2. -P. 202-209.
  • Guo, G. Human age estimation using bio-inspired features/G. Guo, G. Mu, Y. Fu, T. Huang//Proceedings of the 2009 IEEE International Conference on Computer Vision and Pattern Recognition. -2009. -P. 112-119.
  • Guo, G. A study on automatic age estimation using a large database/G. Guo, G. Mu, Y. Fu, C. Dyer, T. Huang//Proceedings of the 2009 IEEE International Conference on Computer Vision. -2009. -P. 1986-1991.
  • Shan, C. Learning local binary patterns for gender classification on real-world face images//Pattern Recognition Letters. -2012. -Vol. 33, Issue 4. -P. 431-437.
  • Kuharenko, A. Simultaneous facial attribute classification with convolutional neural networks/A. Kuharenko, A. Konushin//PRIA-11-2013. Proceedings of the 2013 IEEE International Conference on Pattern Recognition and Image Analysis. -2013. -P. 623-626.
  • Конушин В.С. Классификация людей по изображению лица на основе сравнительных признаков внешности/В.С. Конушин, Т.М. Лукина, А.В. Кухаренко, А.С. Конушин//Системы и средства информатики. -2013. -Том 23, № 2, -С. 34-45.
  • Chang, K.-Y. A ranking approach for human age estimation based on face images/K.-Y. Chang, C.-S. Chen, and Y.-P. Hung//ICPR-20-2010. Proceedings of the 20th IEEE International Conference on Pattern Recognition. -2010. -P. 3396-3399.
  • Chang, K.-Y. Ordinal hyperplanes ranker with cost sensitivities for age estimation/K.-Y. Chang, C.-S. Chen, Y.-P. Hung//Proceedings of the 2011 IEEE International Conference on Computer Vision and Pattern Recognition. -2011. -P. 585-592.
  • Guo, G. A probabilistic fusion approach to human age prediction/G. Guo, Y. Fu, T. Huang, C. Dyer//CVPRW’08. Proceedings of the 2008 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops. -2008. -P. 1-6.
  • Yilionias, J. Age estimation using local binary patterns kernel density estimate/J. Yilionias, A. Hadid, X. Hong, M. Pietikainen//ICIAP’13. Proceedings of the 2013 IEEE International Conference on Image Analysis and Processing. -2013. -P. 141-150.
  • Luu, K. Age estimation using active appearance model and support vector machine regression/K. Luu, K. Ricanek, T. Bui, C. Suen//BTAS’09. In: Proceedings of the 3rd IEEE International conference on biometrics: theory, applications and systems. -2009. -P. 1-5.
  • Рыбинцев, А.В. Возрастная классификация людей по изображению лица на основе метода ранжирования и локальных бинарных шаблонов/А.В. Рыбинцев, Т.М. Лукина, В.С. Конушин, А.С. Конушин//Системы и средства информатики. -2013. -Т. 23, № 2. -С. 48-59.
  • Chen, K. Cumulative attribute space for age and crowd density estimation/K. Chen, S. Gong, T. Xiang//Proceedings of the 2013 IEEE International Conference on Computer Vision and Pattern Recognition. -2013. -P. 2467-2474.
  • Moghaddam, B. Learning gender with support faces/B. Moghaddam, M. Yang//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2002. -Vol. 24, Issue 5. -P. 707-711.
  • BenAbdelkader, C. A local region-based approach to gender classification from face images/C. BenAbdelkader, P. Griffin//CVPRW’05. Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops. -2005. -P. 52-56.
  • Makinen, E. Evaluation of gender classification methods with automatically detected and aligned faces/E. Makinen, R. Raisamo//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2008. -Vol. 30, Issue 3. -P. 541-548.
  • Hadid, A. Combining appearance and motion for face and gender recognition from videos/A. Hadid, M. Pietikainen//Pattern Recognition. -2009. -Vol. 42, Issue 11. -P. 2818-2827.
  • Shakhnarovich, G. A unified learning framework for real time face detection and classification/G. Shakhnarovich, P. Viola, B. Moghaddam//Proceedings of the 5th IEEE International Conference on Automatic Face and Gesture Recognition. -2002. -P. 14-21.
  • Lapedriza, A. Gender recognition in non controlled environments/A. Lapedriza, M. Marin-Jimenez, J. Vitria//ICPR 2006. Proceedings of the 18th IEEE International Conference on Patter Recognition. -2006. -Vol. 3. -P. 834-837.
  • Baluja, S. Boosting sex identification performance/S. Baluja, H. Rowley//Computer Vision. -2007. -Vol. 71, Issue 1. -P. 11-119.
  • Gao, W. Face gender classification on consumer images in a multiethnic environment/W. Gao, H. Ai//ICB 2009. Proceedings of the 3d IEEE International Conference Advances in Biometrics. -2009. -P. 169-178.
  • Ojala, T. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns/T. Ojala, M. Pietikainen, T. Maenpaa//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2002. -Vol. 24, Issue 7. -P. 971-987.
  • Schapire, R. Short Introduction to Boosting//IJCAI’99. Proceedings of the 16th International Joint Conference on Artificial Intelligence. -1999. -Vol. 2. -P. 1401-1406.
  • Felzenszwalb, P. Object detection with discriminatively trained part base models/P. Felzenszwalb, R. Girchik, D. McAllester, D. Ramanan//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2010. -Vol. 32, Issue 9. -P. 1627-1645.
  • Laptev, I. Improvements of object detection using boosted histograms//Image and Vision Computing. -2009. -Vol. 27, Issue 5. -P. 535-544.
  • Chang, C. LIBSVM: a library for support vector machines/C. Chang, C. Lin . -URL: http://csiewiki.org/cjlin/libsvm (request date 01.04.2014).
  • MORPH (Craniofacial Longitudinal Morphological Face Database) . -URL: http://www.faceaginggroup.com/morph/(request date 01.04.2014).
  • The FG-NET aging Database . -URL: http://www.fgnet.rsunit.com (request date 01.04.2014).
  • Labeled Faces in the Wild dataset . -URL: http://vis-www.cs.umass.edu/lfw (request date 01.04.2014).
Еще
Статья научная
SciUp 2024 © 2024 ©