基于注意力LSTM网络的自然场景细粒度年龄估计
计算机视觉与模式识别
2019-08-16 v2
摘要
从单张人脸图像进行年龄估计是人机交互与计算机视觉领域的一项重要任务，具有广泛的实用价值。现有方法在自然场景人脸图像上的年龄估计精度相对较低，因为它们仅考虑全局特征，而忽略了年龄敏感区域的细粒度特征。受细粒度分类与视觉注意力机制的启发，我们提出了一种基于注意力长短期记忆（AL）网络的新型方法，用于自然场景下的细粒度年龄估计。该方法将残差网络（ResNets）或残差网络的残差网络（RoR）模型与LSTM单元结合，构建AL-ResNets或AL-RoR网络以提取年龄敏感区域的局部特征，有效提升了年龄估计精度。首先，选取在ImageNet数据集上预训练的ResNets或RoR模型作为基础模型，随后在IMDB-WIKI-101数据集上微调用于年龄估计。然后，我们在目标年龄数据集上微调ResNets或RoR以提取人脸图像的全局特征。为提取年龄敏感区域的局部特征，引入LSTM单元自动获取年龄敏感区域的坐标。最后，在Adience数据集上直接进行年龄组分类，并在MORPH Album 2、FG-NET和15/16LAP数据集上通过深度期望算法（DEX）进行年龄回归实验。通过结合全局与局部特征，我们得到最终的预测结果。实验结果证明了所提AL-ResNets或AL-RoR在自然场景年龄估计中的有效性与鲁棒性，其性能优于所有其他卷积神经网络，达到了最先进的水平。
引用
@article{arxiv.1805.10445,
title = {Fine-Grained Age Estimation in the wild with Attention LSTM Networks},
author = {Ke Zhang and Na Liu and Xingfang Yuan and Xinyao Guo and Ce Gao and Zhenbing Zhao and Zhanyu Ma},
journal= {arXiv preprint arXiv:1805.10445},
year = {2019}
}
备注
Accepted by IEEE Transactions on Circuits and Systems for Video Technology