科研之友
微信
新浪微博
Facebook
分享链接
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
