用于年龄与性别分类的局部深度神经网络
计算机视觉与模式识别
2017-03-27 v1
摘要
局部深度神经网络近期已被引入用于性别识别。尽管它们取得了非常好的性能，但训练的计算开销极大。本文中，我们引入一种简化版的局部深度神经网络，可显著缩短训练时间。不同于原始方法建议的每幅图像使用数百个图像块，我们提出每幅图像仅使用 9 个覆盖整个面部区域的重叠图像块。由于每幅图像仅提取 9 个而非数百个图像块，训练时间大幅减少，代价是性能略有下降。我们在 LFW 和 Adience 数据库上针对性别与年龄分类任务测试了所提出的改进型局部深度神经网络方法。对于这两项任务和两个数据库，性能相比原始算法最多降低 1%。我们还研究了哪些图像块对年龄和性别分类更具判别力。结果表明，嘴部和眼部区域对年龄分类有用，而仅眼部区域对性别分类有用。
引用
@article{arxiv.1703.08497,
title = {Local Deep Neural Networks for Age and Gender Classification},
author = {Zukang Liao and Stavros Petridis and Maja Pantic},
journal= {arXiv preprint arXiv:1703.08497},
year = {2017}
}