论文盘点：性别年龄分类器详解

©PaperWeekly 原创 · 作者｜孙裕道

学校｜北京邮电大学博士生

研究方向｜GAN图像生成、情绪对抗样本生成

引言

年龄和性别在社会交往中起着基础性的作用。随着社交平台和社交媒体的兴起，自动年龄和性别分类已经成为越来越多应用程序的相关内容。本文会盘点出近几年来关于深度年龄和性别识别的优质论文。

CVPR 2015

论文标题：Age and Gender Classification using Convolutional Neural Networks

论文来源：CVPR 2015

论文链接：https://www.sci-hub.ren/10.1109/CVPRW.2015.7301352

代码链接：https://github.com/GilLevi/AgeGenderDeepLearning

1.1 模型介绍

在该论文是第一篇将深度学习引入到年龄和性别的分类任务中，作者证明通过使用深卷积神经网络的学习表示，可以显著提高年龄和性别的分类任务的性能。因此，该论文提出了一个卷积网络架构，即使在学习数据量有限的情况下也可以使用。

从社交图像库收集一个大的、带标签的图像训练集，用于年龄和性别估计，需要访问图像中出现的对象的个人信息，这些信息通常是私有的，或者手动标记既繁琐又耗时。因此，用于从真实社会图像中估计年龄和性别的数据集在大小上相对有限。当深度学习的方法应用于如此小的图像采集时，过拟合是一个常见的问题。

如下图所示，为作者提出的一个简单的 CNN 网络架构，该网络包含三个卷积层，每个卷积层后面都有一个校正的线性运算和池化层。前两层使用对参数进行正则化操作。

第一卷积层包含 96个7×7 像素的卷积核，第二个卷积层包含 256 个 5×5 像素的卷积核，第三层和最后一层包含 384 个 3×3 像素的卷积核。最后，添加两个全连接层，每个层包含 512 个神经元。

在训练网络的过程中，作者还应用了两种额外的方法来进一步限制过度拟合的风险。第一个是 dropout 学习（即随机设置网络神经元的输出值为零）。该网络包括两个 dropout 层，丢失率为 0.5（将神经元的输出值设为零的几率为 50%）。

第二个是使用数据增强技术，从 256×256 的输入图像中随机抽取 227×227 个像素，并在每个前后训练过程中随机镜像。这与使用的多种裁剪和镜像变体类似。

1.2 实验结果

作者使用 Adience 数据集进行基准测试 CNN 设计的准确性，该数据集是为年龄和性别分类而设计的。Adience 集包括从智能手机设备自动上传到 Flickr 的图像。

因为这些图片是在没有事先人工过滤的情况下上传的，就像媒体网页或社交网站上的典型情况一样。整个 Adience 收藏包括 2284 个受试者的大约 26K 张图片。如下表所示列出了收集到的不同性别和年龄组的分类情况。