一种用于年龄估计的多视图掩码对比学习图卷积神经网络
计算机视觉与模式识别
2024-07-24 v1 计算与语言
摘要
年龄估计任务旨在使用面部特征预测人的年龄，广泛应用于公共安全、营销、识别等领域。然而，这些特征主要集中在面部关键点上，现有的 CNN 和 Transformer 方法在建模复杂不规则结构方面存在灵活性和冗余问题。因此，本文提出了一种多视图掩码对比学习图卷积神经网络 (MMCL-GCN) 用于年龄估计。具体而言，MMCL-GCN 网络的整体结构包含特征提取阶段和年龄估计阶段。在特征提取阶段，我们引入图结构将面部图像作为输入，然后设计一种多视图掩码对比学习 (MMCL) 机制来学习面部图像的复杂结构和语义信息。该学习机制采用非对称双网络架构，利用在线编码器-解码器结构重建原始图的缺失信息，并利用目标编码器学习对比学习的潜在表示。此外，为了促进两种学习机制更好地兼容和互补，我们采用两种数据增强策略并优化联合损失。在年龄估计阶段，我们设计了一种带身份映射的多层极限学习机 (ML-IELM)，充分利用由在线编码器提取的特征。然后，基于 ML-IELM 构建了分类器和回归器，用于识别年龄分组区间并准确估计最终年龄。广泛的实验表明，MMCL-GCN 在 Adience、MORPH-II 和 LAP-2016 等基准数据集上有效降低了年龄估计误差。
引用
@article{arxiv.2407.16234,
title = {A Multi-view Mask Contrastive Learning Graph Convolutional Neural Network for Age Estimation},
author = {Yiping Zhang and Yuntao Shou and Tao Meng and Wei Ai and Keqin Li},
journal= {arXiv preprint arXiv:2407.16234},
year = {2024}
}
备注
20 pages, 9 figures