《Ordinal Regression with Multiple Output CNN for Age Estimation》总结

相关论文推荐：

论文地址：doc

这篇论文由Zhenxing Niu等人撰写，提出了一种使用多输出CNN解决序数回归问题的方法，并将其应用于年龄估计任务，同时发布了一个新的亚洲人脸年龄数据集（AFAD）。

  1. 引言

    • 年龄估计可视为序数回归问题，传统方法将特征提取和回归模型学习分开优化，且未充分利用年龄标签的序数关系。
    • 本文提出使用深度卷积神经网络进行端到端学习，将序数回归问题转化为一系列二分类子问题，并通过多输出CNN共同解决这些子问题，以探索任务间的相关性。
    • 缺乏大规模年龄数据集是研究的障碍，本文发布的AFAD数据集是目前最大的公开年龄数据集。

  2. 相关工作

    • 年龄估计：现有方法通过两步进行年龄估计，即局部特征提取和度量回归（或多类分类），最成功的手工特征是生物启发特征（BIFs），近期一些工作采用序数回归来更好地处理老化过程的非平稳性，深度学习在年龄估计中的应用较少，且现有方法未充分发挥CNN的判别能力。
    • 序数回归：大多数序数回归算法是从著名的分类算法修改而来，另一种方法是将序数回归问题转化为一系列二分类子问题。

  3. 使用CNN的序数回归

    • 问题表述：给定训练样本，序数回归旨在找到从图像到秩的映射，使风险函数最小化，本文采用成本矩阵来测量预测秩和真实秩之间的成本。
    • 方法：将序数回归转化为K - 1个二分类子问题，每个子问题构建特定的训练数据，使用一个具有多个输出层的CNN来共同实现这些二分类器，最后根据分类结果预测样本的秩。
    • 多输出CNN架构：网络包括3个卷积层、3个局部响应归一化层、2个最大池化层和1个全连接层，最后分出K - 1个输出层，每个输出层对应一个二分类任务，采用softmax归一化交叉熵损失函数。
    • 学习多输出CNN：损失函数考虑了不同任务的重要性系数，输出层和倒数第二层的参数学习过程不同，倒数第二层的误差是所有输出层误差的加权和。

  4. AFAD数据集

    • 测试方法在MORPH II数据集上进行，该数据集种族不平衡，亚洲面孔少于1%。
    • AFAD数据集通过在人人社交网络（RSN）上收集面部图像构建，RSN用户年龄范围广，创建账户时需提供出生日期，便于获取自拍照片的真实年龄。
    • 数据集经过预处理，包括人脸检测、面部标志定位、对齐和裁剪等操作，最终收集了164,432张标记良好的照片，包括63,680张女性照片和100,752张男性照片，年龄范围为15至40岁。

  5. 实验

    • 预处理和实验设置：比较了基于度量回归和序数回归的几种方法在年龄估计中的性能，使用平均绝对误差（MAE）和累积分数（CS）来衡量性能。
    • 年龄估计：序数回归方法总体上优于度量回归方法，结合序数回归和深度学习方法能显著提升性能，本文方法在MORPH II和AFAD数据集上达到了最先进水平。
    • 比较度量和序数回归：提出基线方法MR - CNN，将年龄估计视为度量回归问题，与本文的OR - CNN进行比较，结果表明将年龄估计作为序数回归问题是必要的，且序数回归和深度学习方法的结合能显著提升性能。
    • 讨论：分析了任务重要性，根据样本数量分布设置任务重要性参数能略微提高性能；颜色信息对年龄估计有帮助，直接使用彩色图像的性能优于将其转换为灰度图像。

  6. 结论

    • 本文提出使用端到端深度学习方法解决序数回归问题，并应用于年龄估计，取得了更好的性能，避免了直接设计手工特征。
    • 发布的AFAD数据集是目前最大的公开年龄数据集。
    • 本文方法在两个大规模基准数据集上的评估结果表明，其在相关应用中有很大潜力。