性别|论文盘点：性别年龄分类器详解( 二 ) |分类器|图像|年

本文插图

由上面两张图是系统所犯的许多错误都是由于某些 Adience 基准图像的观看条件极为困难所致。最值得注意的是由模糊或低分辨率和遮挡（尤其是浓妆）引起的错误。性别估计错误也经常发生在婴儿或非常年幼的儿童的图像中，因为这些图像还没有明显的性别属性。
IWBF 2018

本文插图

论文标题：Age and Gender Classification from Ear Images
论文来源：IWBF 2018
论文链接：https://arxiv.org/abs/1806.05742
2.1 论文贡献
该论文是一篇有趣文章，研究是从耳朵图像进行年龄和性别的分类。作者采用卷积神经网络模型 AlexNet、VGG-16、GoogLeNet 和 squezenet 。在一个大规模的耳朵数据集上进行了训练，分类器通过人耳对性别和年龄进行分类。该论文的贡献分为三个部分：

对于几何特征，作者在耳朵上使用了 8 个标志点，并从中衍生出 16 个特征。
对于基于外观的方法，作者使用了一个大型 ear 数据集，利用卷积神经网络模型来对年龄和性别进行分类。
与之前的工作相比，作者在性别分类方面取得了优异的成绩。

2.2 模型介绍论文使用几何特征和在这些特征上使用的分类器，以及基于外观的表示进行分类。
2.2.1 几何特征
下图为人耳标志位和相关的几何特征。由于每个几何特征具有不同的取值范围，为了使其规范化，作者在训练集中计算了每个特征的均值和标准差。然后并对它们进行归一化，使它们具有零均值和单位方差。在 16 个耳朵的几何特征中选择出重要的6个。

本文插图

2.2.2 基于外观的表示与分类
本研究中使用的第一个深度卷积神经网络结构是 AlexNet 。 AlexNet 包含五个卷积层和三个全连接层。在网络训练中，为了防止过度拟合，采用了 dropout 方法。第二个深度卷积神经网络结构是 VGG-16 。
VGG-16 包含 16 个卷积层， 3 个全连接层和在卷积层之后的 softmax 分类器。第三个深度卷积神经网络结构是 GoogleNet ，它是一个更深层次的网络，包含 22 层。它基于初始模块，主要是几个初始模块的串联。
inception 模块包含几个不同大小的卷积核。将不同的卷积核输出组合起来。最后一个 CNN 架构是 squezenet ，它提出了一种减少参数数量和模型大小的新方法。使用 1×1 过滤器，而不是 3×3 过滤器。该体系结构还包含剩余连接，以提高反向传播学习的效率。此外，没有全连接层。使用平均池化层，而不是全连接层。
2.3 实验结果
2.3.1 数据集介绍
论文选用的数据集包含 338 个不同对象的面部轮廓图像。这个数据集中的所有受试者都超过18岁。从下图可以看到来自数据集的样本图像。这些受试者分为五个不同的年龄组。这些年龄组分别为 18-28、29-38、39-48、49-58、59-68+ 。根据几何特征的变化对年龄组进行分类。