摘要
针对面部年龄估计中标签序数信息和类间相关性提取难的问题,提出了一种多峰分布(MPD)年龄编码,并基于所提年龄编码构建了一个多任务年龄估计方法(MPDNet)。首先,所提方法通过多峰分布将年龄标签转化为年龄分布,从而提取年龄标签间的相关信息并构建年龄老化的阶段性;然后,采用一个轻量级网络进行多阶段的特征提取,并对提取的特征分别进行标签分布学习和回归学习;最后,将两个学习任务的输出进行共享,在训练过程中通过反向传播互相优化,避免了传统标签分布学习中对分布结果直接进行回归的误差传播。在Morph II数据集上的实验结果表明,MPDNet的平均绝对误差(MAE)达到2.67,与基于VGGNets构建的DEX、RankingCNN等方法相当,而参数仅为VGGNets的1/786,同时优于同体量的C3AE、SSR-Net等方法。因此,所提方法能够较好地利用年龄标签间丰富的相关信息,提取更具判别力的的年龄特征,从而提高年龄估计任务的预测精度。
- 单位