性别|论文盘点：性别年龄分类器详解( 三 ) |分类器|图像|年

本文插图

2.3.3 年龄组分类结果
如下表所示为年龄组分类的结果，同样的，第一列包含分类器的名称，第二列包含相应的分类精度。我们会发现，基于几何特征的方法和基于外观的方法之间的性能差距很小，基于外观的方法能稍微优越一点。

本文插图

CVPR 2019

本文插图

论文标题：Multimodal Age and Gender Classification Using Ear and ProfileFace Images
论文来源：CVPR 2019
论文链接：https://arxiv.org/abs/1907.10081
3.1 核心思想

作者提出了一个多模式年龄和性别分类系统，该系统以侧面人脸和耳朵图像为输入。所提出的系统执行端到端多模式、多任务学习。
作者全面探讨了利用多模式输入进行年龄和性别分类的各种方法。并采用了三种不同的数据融合方法。
作者将中心损失和 softmax 损失结合起来训练深度神经网络模型。

3.2 模型介绍 3.2.1 CNN网络和损失函数在本文中采用了 VGG-16 和 ResNet-50 神经网络结构。在 VGG16 中，有 13 个卷积层和3个全连接层。为防止过度拟合，采用了 dropout 方法。另一个 CNN 模型是 ResNet-50 。与 VGG-16 不同，除了 ResNet-50 的输出层外，没有全连接层。在卷积部分和输出层之间存在一个全局池化层。两个网络的输入大小都是 224×224 。
作者利用中心损失函数和 softmax 函数来获得更多的鉴别特征。中心损失背后的主要动机是提供更接近相应类中心的特性。测量特征到相关类中心的距离，计算出中心损失。中心损失试图为每个类中心生成更接近的特征，但它不负责提供可分离的特征，因此， softmax 损失对其进行了补充。具体的计算公式如下：

本文插图

3.2.2 多模态多任务
作者研究了年龄和性别分类的性能，分别使用耳朵和侧面人脸图像，作为单峰系统，并结合作为一个多模式，多任务系统。对于多模式、多任务年龄和性别分类总损失计算，作者结合了年龄和性别预测的所有损失。具体的计算公式如下所示：
3.2.3 数据融合
为了实现数据融合，作者采用了三种不同的方法，即空间融合、强度融合和信道融合。在空间融合中，将侧面人脸和耳朵图像并排连接起来。在信道融合中，将图像沿着通道串联起来。在强度融合中，平均化轮廓面部和耳朵图像的像素强度值。具体详情如下图所示：