基于轻量多级 CNN 的无约束人脸图像年龄与性别联合估计及其移动应用
计算机视觉与模式识别
2018-06-07 v1
摘要
基于无约束图像的自动年龄与性别分类已成为移动设备上的关键技术。在计算能力有限的情况下，如何开发鲁棒系统成为一项挑战性任务。本文提出一种高效的卷积神经网络（CNN），称为轻量多级 CNN，用于同时进行分类年龄与性别。轻量多级 CNN 使用深度可分离卷积以减小模型规模并节省推理时间。在公开的具有挑战性的 Adience 数据集上，年龄与性别分类的准确率优于基线的多级 CNN 方法。
引用
@article{arxiv.1806.02023,
title = {Joint Estimation of Age and Gender from Unconstrained Face Images using Lightweight Multi-task CNN for Mobile Applications},
author = {Jia-Hong Lee and Yi-Ming Chan and Ting-Yen Chen and Chu-Song Chen},
journal= {arXiv preprint arXiv:1806.02023},
year = {2018}
}
备注
To publish in the IEEE first International Conference on Multimedia Information Processing and Retrieval, 2018. (IEEE MIPR 2018)