摘要
年龄估计是计算机视觉中的一个经典学习问题。许多更大更深的卷积神经网络（CNN）已被提出并展现出令人鼓舞的性能，例如AlexNet、VggNet、GoogLeNet和ResNet。然而，这些模型在嵌入式/移动设备上并不实用。最近，MobileNets和ShuffleNets被提出以减少参数数量，生成轻量级模型。然而，由于采用了深度可分离卷积，这些模型的表示能力有所减弱。在这项工作中，我们研究了小规模图像紧凑模型的极限，并提出了一种极其紧凑且高效的级联上下文年龄估计模型（C3AE）。该模型的参数量仅为MobileNets/ShuffleNets的1/9和VggNet的1/2000，但其性能依然具有竞争力。特别地，我们通过两点表示法重新定义了年龄估计问题，并通过级联模型实现。此外，为了充分利用面部上下文信息，我们提出了多分支CNN网络来聚合多尺度上下文信息。实验在三个年龄估计数据集上进行。结果表明，在紧凑模型方面，我们的方法以较大的优势达到了当前最佳性能。