基于分类与回归混合模型的人脸年龄估计方法

来源：计算机应用杂志2017年第7期北京时间：

作者：赵一丁, 田森平

单位：华南理工大学 自动化科学与工程学院, 广州 510641

摘要：针对现有人脸年龄数据库样本数量少、各年龄段分布不均匀的问题，提出了一种基于分类与回归混合模型的人脸年龄估计方法。该方法主要包含两个方面：特征学习和估计模式。在特征学习方面，利用已有的深度卷积神经网络（CNN），先在粗糙年龄标注数据集上预训练，再在现有的精确年龄标注数据库上微调，分别得到一个年龄段判别模型和两个年龄估计模型；在估计模式方面，该方法采用由粗到细的策略：首先，将人脸分入青少年、中年、老年和两个重叠区域这五个年龄段；然后，对于青少年和老年采用分类模型估计，对于中年采用回归模型估计，对于重叠区域采用两个模型估计的均值。所提方法在测试集上的平均绝对误差（MAE）为2.56。实验结果表明该方法受不同肤色和性别的影响较小，有较低的误差。

关键词：人脸年龄估计,深度学习,卷积神经网络,分类,回归,混合模型

基金资助：国家自然科学基金资助项目（61374104，61573154）。