17 天前

AgeNet:用于鲁棒性外观年龄估计的深度学习回归器与分类器

{Xilin Chen, Shiguang Shan, Hu Han, Wenxian Liu, Shuzhe Wu, Jie Zhang, Meina Kan, Shaoxin Li, Xin Liu}
AgeNet:用于鲁棒性外观年龄估计的深度学习回归器与分类器
摘要

从人脸图像中进行表观年龄估计因其在诸多实际应用场景中的潜在价值,近年来受到越来越多的关注。本文提出了一种端到端的深度学习方法,用于实现鲁棒的表观年龄估计,命名为AgeNet。具体而言,我们通过融合两类模型来解决表观年龄估计问题:基于实数值的回归模型与基于高斯标签分布的分类模型。对于这两类模型,均采用大规模深度卷积神经网络来学习具有判别性的年龄表征。AgeNet的另一关键特性在于,为避免在小规模表观年龄训练集上出现过拟合问题,我们引入了一种“由一般到具体”的迁移学习策略。技术上,AgeNet首先在大规模网络收集的人脸数据集(带有身份标签)上进行预训练,随后在大规模真实年龄数据集(带有噪声年龄标签)上进行微调,最后在小规模表观年龄标注数据集上进行最终微调。在ChaLearn 2015表观年龄估计竞赛上的实验结果表明,所提出的AgeNet在表观年龄估计任务中达到了当前最优的性能水平。