1. 介绍
论文地址:ComboLoss for Facial Attractiveness Analysis with Squeeze-and-Excitation Networks
针对问题:年龄估计、面部吸引力估计中loss的设置
年龄估计与面部吸引力估计既不属于回归问题,也不属于分类问题;
-
回归问题的回归曲线是静态的,而年龄估计是 每个人服从单独的回归曲线,是动态的;
-
标签间存在模糊的信息, 使得这些任务不同于传统的分类任务, softmax仅仅强调了类间差异的最大化,却忽略了年龄问题本身的连续性。
主要贡献:ComboLoss
年龄估计与面部吸引力估计既不属于回归问题,也不属于分类问题,因此也不好简单使用这些任务的loss函数,ComboLoss主要是综合了回归、分类与期望三个loss。
2. 方法
回归:MSE
分类:CE
期望:
ComboLoss:
网络结构: