基于耳部图像的年龄与性别分类
计算机视觉与模式识别
2018-06-18 v1
摘要
本文对从耳部图像中提取软生物特征（年龄与性别）进行了详细分析。尽管此前已有少量基于耳部图像的性别分类研究，但据我们所知，本文是首个关于耳部图像年龄分类的工作。研究中，我们同时利用几何特征与基于表观的特征进行耳部表示。所采用的几何特征基于八个人类学测量标志点，包含 14 个距离测量与两个面积计算。基于表观的方法采用深度卷积神经网络进行表示与分类。研究采用了知名的卷积神经网络模型，即 AlexNet、VGG-16、GoogLeNet 与 SqueezeNet。它们在由 Multi-PIE 人脸数据集中侧脸与近侧脸图像构建的大规模耳部数据集上进行了微调，从而实现了域适应。更新后的模型在仅含约 270 张训练耳部图像的小规模目标耳部数据集上再次微调。实验结果表明，基于表观的方法优于基于几何特征的方法。性别分类准确率达 94%，而年龄分类准确率为 52%。这些结果表明耳部图像为年龄与性别分类提供了有用线索，但年龄估计仍需进一步研究。
引用
@article{arxiv.1806.05742,
title = {Age and Gender Classification From Ear Images},
author = {Dogucan Yaman and Fevziye Irem Eyiokur and Nurdan Sezgin and Hazım Kemal Ekenel},
journal= {arXiv preprint arXiv:1806.05742},
year = {2018}
}
备注
7 pages, 3 figures, accepted for IAPR/IEEE International Workshop on Biometrics and Forensics (IWBF) 2018