摘要
本文提出了一种基于深度学习的单张人脸图像年龄估计方法，该方法无需依赖面部关键点信息，并引入了IMDB-WIKI数据集——目前公开领域规模最大、包含年龄与性别标注的人脸图像数据集。尽管真实年龄估计的研究已持续数十年，但人们对“表观年龄”（即他人从人脸图像中感知到的年龄）的估计研究仍属近期新兴方向。我们采用VGG-16结构的卷积神经网络（CNN）同时解决上述两类任务，该网络在ImageNet图像分类数据集上进行了预训练。我们将年龄估计问题建模为一个深度分类问题，随后通过softmax期望值优化进行精细化回归。本方法的核心要素包括：基于大规模数据的深度特征学习、鲁棒的人脸对齐技术，以及针对年龄回归任务的期望值建模方法。我们在标准基准数据集上对方法进行了验证，结果在真实年龄与表观年龄估计两个任务上均达到了当前最优水平。