Tensorflow 年龄和性别识别(Age&Gender)-附件资源

世界各国青壮年和逐渐进入的劳动年龄段(15至64岁)占总人口比重热力图，使用ArcGIS online制作 ，数据来源FAO

年龄相关的黄斑变性的临床表现

使用TensorFlow进行年龄和性别检测

大年龄段是自动面部识别的严重障碍。 尽管已经报告了许多令人鼓舞的结果，但是由于老化过程导致的类内差异很大，它仍然是一个具有挑战性的问题。 在本文中，我们主要侧重于寻找一种具有表现力的年龄不变特征，从而使其对人际差异具有鲁棒性，对不同主体具有歧视性。 为了实现这一目标，我们将原始特征映射到一个新的空间，在该空间中，该特征对于因面部图像老化而引起的噪音和较大的人际变化是很健壮的。 然后，我们进一步将映射的特征编码为年龄不变的表示形式。 经过映射和编码后，我们获得了稳健而有区别的功能，可以实现年龄不变的人脸识别的特定目的。 为了展示我们方法的有效性和通用性，我们在两个知名的公共领域数据库进行了实验，以进行年龄不变的人脸识别：跨年龄名人数据集（CACD，最大的公开可交叉使用年龄face.dataset）和MORPH数据集。 实验表明，我们的方法在这两个具有挑战性的数据集上均达到了最新的结果。

亚洲人脸年龄预估数据集，其中训练集40000张，测试集3950张，年龄范围在0-69岁

通过pso（粒子群算法）优化支持向量机回归模型中的惩罚系数和gamma系数，用于预测鲍鱼的年龄。数据集也在文件中，模型还不够完善，下次改进再发出来，不过能够运行，准确度还是有所提高，只是计算时间稍长，大概2个小时。

python mtcnn年龄性别预测 ，包含模型 可直接运行 (自己安装缺失的python库)

retinaface人脸识别的年龄性别预测，包含模型 可直接运行 注意 如果缺少mxnet等类库 自行使用pip安装

使用深度学习对大脑进行MRI年龄分类：使用深度学习对大脑MRI图像中的年代进行分类的MATLAB示例