基于SwinTransformer的层次化年龄估计网络

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：在人脸年龄估计任务中，针对现有深度学习模型在提取层次化特征方面存在不足的问题，提出了一种基于SwinTransformer的层次化年龄估计网络（HAEN-Swin）。该网络包含浅层和深层特征提取模块，分别捕获面部基础结构和细节特征，实现多层次特征提取，显著提升年龄估计准确性。此外，针对数据集样本分布不均衡的问题，网络还引入了Dice相似系数作为损失函数的一部分。（剩余125字）

试读结束

目录
monitor
客服机器人