面孔情绪效价对面孔年龄分类的影响研究的中期报告.docx

面孔情绪效价对面孔年龄分类的影响研究的中期报告
本研究旨在探究面孔情绪效价对面孔年龄分类的影响。本次中期报告主要介绍研究背景、方法和初步结果。
一、研究背景
面孔年龄分类是人脸识别领域的一个重要问题，也是许多实际应用的前提和基础。然而，现有的面孔年龄分类方法中，往往没有考虑面孔情绪效价的影响，导致分类效果不佳。因此，本研究旨在探究面孔情绪效价对面孔年龄分类的影响，以期提高分类的准确性和稳定性。
二、方法
本研究采用了三个数据库：MORPH、FG-NET和CACD，共计包含6593张面孔图像。首先，利用OpenFace工具包提取面孔图像的68个特征点，然后计算出面孔的几何、纹理和深度特征。
接着，根据AffectNet数据库，使用深度学习方法训练情绪分类器，并将情绪效价分为高、中、低三个等级。将面孔按照年龄分为4个类别：青春期、成年、中老年和老年，并构建了不同情绪效价下的面孔年龄分类模型。最后，使用交叉验证的方法评估模型的性能。
三、初步结果
本次中期报告主要介绍了青春期和成年两个年龄段的实验结果。在青春期年龄组中，模型的分类准确率最高为86.3%，在情绪效价为低时效果最佳。在成年年龄组中，模型的分类准确率最高为82.7%，在情绪效价为中时效果最佳。实验结果表明，情绪效价对面孔年龄分类有一定的影响，但不同年龄组的影响程度和情绪效价等级的最优选择不同。
四、总结
本次中期报告介绍了面孔情绪效价对面孔年龄分类的影响研究的研究背景、方法和初步结果。未来将继续扩充数据集，完善实验结果，并进一步探究情绪效价对面孔年龄分类的影响机制。