TAA-GCN：一种用于年龄估计的时间感知自适应图卷积网络
计算机视觉与模式识别
2023-05-16 v1
摘要
本文提出了一种新颖的年龄估计算法——时间感知自适应图卷积网络（TAA-GCN）。利用一种基于图的新表示，TAA-GCN 使用骨骼、姿态、服装和面部信息来丰富与不同年龄段相关的特征集。这种新颖的图表示具有若干优势：首先，降低了对面部表情及其他外观变化的敏感性；其次，对部分遮挡和非正面平面视角具有鲁棒性，而这在视频监控等现实应用中十分常见。TAA-GCN 采用了两个新颖组件：（1）时间记忆模块（TMM）用于计算年龄上的时间依赖关系；（2）自适应图卷积层（AGCL）用于细化图并适应外观变化。TAA-GCN 在四个公开基准 UTKFace、MORPHII、CACD 和 FG-NET 上优于当前最优（SOTA）方法。此外，TAA-GCN 在不同相机视角和降质图像中表现出可靠性。
引用
@article{arxiv.2305.08779,
title = {TAA-GCN: A Temporally Aware Adaptive Graph Convolutional Network for Age Estimation},
author = {Matthew Korban and Peter Young and Scott T. Acton},
journal= {arXiv preprint arXiv:2305.08779},
year = {2023}
}