摘要
在本研究中，我们提出了一种基于人脸图像的新型深度学习年龄估计方法。首先，我们引入了一种基于注意力机制的双图像增强-聚合方法。该方法使网络能够联合利用多种人脸图像增强结果，并通过Transformer编码器对这些增强图像的嵌入表示进行聚合，从而获得更具表达力的综合嵌入特征。实验表明，该聚合后的嵌入能更有效地编码人脸图像的内在属性。随后，我们提出了一种概率分层回归框架，该框架将年龄标签的离散概率估计与一组对应的回归器集成相结合。每个回归器均针对特定年龄区间进行专门设计和训练，用于精细化优化概率估计结果。该方法在MORPH II数据集上的实验验证表明，其性能优于现有主流方法，实现了新的最先进年龄估计准确率。最后，我们对当前最先进的年龄估计结果进行了系统的偏差分析，揭示了现有方法在不同年龄群体和性别分布上的潜在偏差问题，为进一步提升模型公平性与鲁棒性提供了重要参考。