文章目录
Ordinal Regression with Multiple Output CNN for Age Estimation
研究动机
一方面,大多数多类分类问题,都假设类标签是相互独立的。然而,由于年龄标签是一个有序集合,因此具有很强的序数关系,这在这些多类别分类方法中没有得到利用。
另一方面,度量回归方法又将年龄标签视为数值,利用这些顺序信息进行年龄估计。本文认为,根据人的年龄,人的脸以不同的方式成熟。就是文中提到的年龄变化的非平稳性。
再者,过去由于手工特征的适应性,文中使用CNN进行端到端来进行年龄估计,这样可以从面部图像中自动学习更好的特征。
最后,本文作者提出了AFAD数据集,旨在解决缺乏大规模的年龄数据集在年龄估计研究进展的障碍。
方法介绍
参数设定
假设,第 i i i 张图像,输入空间 x i ∈ X x_i\in \mathcal{X} xi∈X,输出空间 y i ∈ Y y_i \in \mathcal{Y} yi∈Y, Y = r 1 , r 2 , … … , r K \mathcal{Y}={r_1,r_2,……,r_K} Y=r1,r2,……,rK,且 r r r有序且 r K ≻ r K − 1 ≻ … … r 1 ≻ r_K\succ r_{K-1}\succ…… r_1\succ rK≻rK−1≻……r1≻, ≻ \succ