使用注意力卷积网络从人脸图像预测年龄与性别
计算机视觉与模式识别
2020-12-09 v2 机器学习
图像与视频处理
摘要
由于人脸图像在各类人脸分析问题中应用广泛，从人脸图像自动预测年龄与性别近来备受关注。然而，由于人脸图像较大的类内差异（如光照、姿态、尺度、遮挡的变化），现有模型仍落后于实际应用的所需精度水平。本工作中，我们提出一种基于注意力与残差卷积网络集成的深度学习框架，以高准确率预测人脸图像的性别与年龄组。使用注意力机制使我们的模型聚焦于人脸中重要且具信息的部分，从而有助于做出更准确的预测。我们以多任务学习的方式训练模型，并用预测的性别增强年龄分类器的特征嵌入，表明这样做可进一步提高年龄预测的准确率。我们的模型在流行的人脸年龄与性别数据集上训练，并取得了有前景的结果。通过训练模型注意力图的可视化，我们展示模型已学会对人脸正确区域敏感。
引用
@article{arxiv.2010.03791,
title = {Age and Gender Prediction From Face Images Using Attentional Convolutional Network},
author = {Amirali Abdolrashidi and Mehdi Minaei and Elham Azimi and Shervin Minaee},
journal= {arXiv preprint arXiv:2010.03791},
year = {2020}
}