基于轻量级多任务CNN的无约束人脸图像年龄和性别联合估计方法在移动应用中的研究

基于无约束图像的自动年龄和性别分类已成为移动设备上的关键技术。在计算能力有限的情况下，如何开发一个稳健的系统成为了一项具有挑战性的任务。本文提出了一种高效的卷积神经网络（CNN），称为轻量级多任务CNN，用于同时进行年龄和性别分类。轻量级多任务CNN通过使用深度可分离卷积来减小模型规模并节省推理时间。在公开且具有挑战性的Adience数据集上，该方法在年龄和性别分类的准确性方面优于基线多任务CNN方法。