年龄估计——DEX

• 《DEX: Deep EXpectation of apparent age from a single image》
• ICCV2015，Rasmus Rothe et al，DEX
• 2015年ChaLearn LAP（Look At People）的冠军之作

真实年龄(Actual age：real age of an individual )：实际上就是我们正常人从出生到现在按照年份计算的年龄
表面年龄(Apparent age：suggested age by human subjects from the visual appearance )：这个是其他人对你的外貌进行评估，认为的你的年龄，也就是别人对你的年龄的估计。
估计年龄(Estimated age: recognized age by an algorithm from the visual appearance )：这个就是通过你的外貌，利用算法计算出来的年龄。

本文的三点贡献：
1.分享了IMDB-WIKI数据集，包含524230张从IMDB 和Wikipedia爬取的名人数据图片。

2.提出了新颖的化年龄回归变成年龄分类的算法。本质就是在0-100之间的101类分类后，对于得到的分数（softmax）和对应的label（0-100）相乘，并将最终结果求和，得到最终识别的年龄。
整体流程：

3.DEX取得了LAP 2015的最好成绩
通过将年龄回归问题看做是分类+softmax期望结合的问题，使用的网络是VGG-16，先在ImageNet上进行分类预训练，然后在作者搜集的IMDB-WIKI数据集上进行微调，最终获得了第一名。

网络结构：
网络为VGG16，预先在ImageNet上进行分类训练，然后在IMDB-WIKI数据集上进行微调。
单独回归器训练的时候，将VGG16最后一层神经元改为1个，从而获得回归年龄。
单独分类器训练的时候，最后一层神经元数目改为101进行分类，从而获得每个类别的概率。
最终通过将分类器各个类别概率乘以对应的年龄，得到网络预测的年龄：

其中，O表示输出层的101个维度，o表示属于某个类别的可能性，y表示某一个年龄。

评价标准：
本文对结果进行评价时采用的方法分别是MAE和$\epsilon-error$。
MAE：顾名思义，就是mean absolute error，计算结果与标签之间的绝对值误差。
$\epsilon-error$：该比赛要求使用的标准评价方法。因为LAP数据集标注的年龄是不同人对于同一个人进行年龄估计的均值，因此其包含均值和方差两个属性。因此，该误差的计算方式如下：

最终识别结果：

失败的例子：

失败案例中，影响的因素有多种：人脸检测时检测到背景模糊的人脸，肤色和光照问题，面部遮挡问题，黑白照片问题等。

文章创新点：
1. 提出了将年龄回归问题看做是分类问题，使用分类概率乘以对应标签，得到一个预测结果。该结果比单独分类、回归精度高很多。
2. 作者开放了数据集IMDB-WIKI。

参考：
1.https://blog.csdn.net/hanjiangxue_wei/article/details/79718833
2.https://blog.csdn.net/qq_14845119/article/details/79634682
3.https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/

IMBD-WIKI数据集
目前开源的最大的人脸年龄数据集
大小：IMDB上20,284个名人，共460,723张图片；wiki上62,328张图片。
标签：年龄和性别。
问题：性别不平衡，女:男 = 4:1，性别标签感觉很多都是错的。

---

注：博众家之所长，集群英之荟萃。