Age and Gender Classification using Convolutional Neural Networks
介绍
研究动机
本文旨在缩小自动人脸识别能力与年龄性别估计方法之间的差距。
年龄估计:关于自动提取年龄相关属性问题。(与传统方法对比)
性别估计:本文关注于Adience数据集,作者认为它包含比LFW提供的图像更具挑战性的图像,使用一个更健壮的系统报告性能,该系统旨在更好地利用来自大量示例训练集的信息。
网络结构
图像首先被重新缩放到256256,然后将图像进行裁剪(中心裁剪),裁剪为227227输入网络。三个卷积层定义为:
- 卷积核 96 × 3 × 7 × 7 96\times 3\times7\times7 96×3×7×7+ReLU+max pooling 3 × 3 3\times3