P-Age：面向鲁棒时空表观年龄分类的 Pexels 数据集
计算机视觉与模式识别
2023-11-07 v1
摘要
年龄估计是一项具有众多应用的挑战性任务。本文提出一种利用基于视频的模型解决遮挡、低分辨率与光照条件等问题的年龄分类新方向。为应对这些挑战，我们提出 AgeFormer，其利用整个身体的时空信息动态，主导了基于人脸的年龄分类方法。我们新颖的双流架构使用 TimeSformer 与 EfficientNet 作为骨干网络，以有效捕获面部与身体动态信息，从而实现视频中高效且准确的年龄估计。此外，为填补从视频预测真实场景年龄的空白，我们构建了名为 Pexels Age (P-Age) 的视频数据集用于年龄分类。所提方法相较现有基于人脸的年龄估计方法取得了更优结果，并在人脸高度遮挡、模糊或戴口罩的情况下进行了评估。该方法还在 Charades、Smarthome 与 Thumos-14 等多种挑战性视频数据集上进行了交叉测试。
引用
@article{arxiv.2311.02432,
title = {P-Age: Pexels Dataset for Robust Spatio-Temporal Apparent Age Classification},
author = {Abid Ali and Ashish Marisetty and Francois Bremond},
journal= {arXiv preprint arXiv:2311.02432},
year = {2023}
}