基于多任务和多年龄段方法的未成年人检测：用于无约束图像中儿童筛查
计算机视觉与模式识别
2026-05-26 v2
摘要
准确的自动化筛查无约束图像中的未成年人需要模型对分布迁移具有鲁棒性，并且能够抵御儿童在公共数据集中被低估的现象。为此，我们提出一种多任务架构，采用冻结的FaRL视觉语言主干网络，联合一个紧凑的两层多层感知器（MLP），通过共享特征实现一个年龄回归头和四个二元未成年头（12、15、18及21岁）。该设计聚焦于法律关键的年龄段，同时保持主干网络冻结。通过 -重加焦点损失和年龄平衡小批量抽样来缓解类别不平衡，同时通过年龄间隙去除阈值附近的模糊样本。我们在全新构建的Overall Underage Benchmark（30.3万张清洗后的训练图像，11万张测试图像）上进行评估，定义了两个测试集：“ASORES-39k”受限总体测试（移除噪声最严重的领域），以及20万张图像的极端姿态（45°）、表情和低图像质量以模拟真实分布迁移的年龄野生测试“ASWIFT-20k”。在采用抽样和年龄间隙的清洗总体数据集上训练，我们的多年龄模型“F”将ASORES-39k上的平均绝对误差从4.175岁（仅年龄基线）降至4.068岁，未成年人检测的F2分数从0.801提升至0.857（在1%误识成年率下）。在ASWIFT-20k上，同样配置几乎维持了0.99的召回率，F2分数从0.742提升至0.833，显示出对分布迁移的鲁棒性。
引用
@article{arxiv.2506.10689,
title = {Underage Detection through a Multi-Task and MultiAge Approach for Screening Minors in Unconstrained Imagery},
author = {Christopher Gaul and Eduardo Fidalgo and Enrique Alegre and Rocío Alaiz Rodríguez and Eri Pérez Corral},
journal= {arXiv preprint arXiv:2506.10689},
year = {2026}
}