Подходы к оценке возраста с помощью opencv
В прошлом я делал гендерное признание, используя LDA. В мудрости реализации это было похоже на распознавание лиц, я просто тренировал набор лиц и классифицировал их по мужскому или женскому признаку, а не по имени или идентификатору. Учитывая достаточно большой набор данных, является ли этот подход жизнеспособным вариантом?
Если вышеупомянутое не является хорошим подходом (который я действительно не думаю, что это), какие существуют разные подходы / методы для оценки возраста с OpenCV?
Решение
На мой взгляд, работа Г. Д. Го и его сотрудников, вероятно, представляет собой одно из самых последних и целенаправленных исследований этой проблемы автоматической классификации по возрасту. Увидеть Вот для полного списка публикаций.
Чтобы ответить на ваш первоначальный вопрос: из опроса 2010 года «Синтез и оценка возраста с помощью лиц: опрос» представлен ряд методов, основанных на данных, которые действительно представлены в больших аннотированных базах данных (стр. 1968). Что касается фактической эффективности различных алгоритмов оценки возраста: возможны разумно впечатляющие уровни классификации, представленные в виде метрики «Средняя ошибка по возрасту» и «Совокупный показатель» (см. Таблицу 1 на стр. 1970) — с обычными оговорками относительно выбора. выбор характеристик, представление модели и т. д.
Реализация наиболее эффективного в настоящее время алгоритма в OpenCV может оказаться сложной — но это должно быть возможно!
РЕДАКТИРОВАТЬ: Одна быстрая вещь, которая приходит мне в голову — в отсутствие популярной в настоящее время моды для Биологических Вдохновленных Функций, вы можете использовать поддержку OpenCV для дескриптора HoG (который эффективно биологически вдохновлен).
Смотрите, например:
Извлечение объектов HoG с использованием OpenCV
HOG показывает визуализацию с помощью OpenCV, HOGDescriptor в C ++
Другие решения
Я только видел этот материал, который делается с Машинное обучение через Обучение каскадных классификаторов.