[论文解读] Local Deep Neural Networks for Age and Gender Classification

Zukang Liao, Stavros Petridis+1 more|arXiv (Cornell University)|Mar 24, 2017

Face recognition and analysis参考文献 2被引用 17

一句话总结

本文提出一种简化的局部深度神经网络（LDNN）方法，每幅图像仅使用九个重叠的人脸区域块（覆盖整个面部）代替数百个区域块，显著减少训练时间且性能损失极小。该方法的准确率相比原始LDNN仅降低1%以内，但在LFW数据集上优于其他非CNN方法，在Adience数据集上达到最先进水平，其中眼部和口部区域被识别为年龄与性别分类最具判别性的区域。

ABSTRACT

Local deep neural networks have been recently introduced for gender recognition. Although, they achieve very good performance they are very computationally expensive to train. In this work, we introduce a simplified version of local deep neural networks which significantly reduces the training time. Instead of using hundreds of patches per image, as suggested by the original method, we propose to use 9 overlapping patches per image which cover the entire face region. This results in a much reduced training time, since just 9 patches are extracted per image instead of hundreds, at the expense of a slightly reduced performance. We tested the proposed modified local deep neural networks approach on the LFW and Adience databases for the task of gender and age classification. For both tasks and both databases the performance is up to 1% lower compared to the original version of the algorithm. We have also investigated which patches are more discriminative for age and gender classification. It turns out that the mouth and eyes regions are useful for age classification, whereas just the eye region is useful for gender classification.

研究动机与目标

• 降低训练局部深度神经网络（LDNN）用于年龄与性别分类的计算成本。
• 探究是否可通过精心选择的最少数量区域块维持高分类准确率。
• 识别年龄与性别分类中最具判别性的面部区域。
• 将简化LDNN的性能与原始LDNN及其他非CNN最先进方法进行比较。

提出的方法

• 该方法每幅图像仅使用九个重叠区域块，覆盖整个面部区域，而非通过边缘检测提取的数百个区域块。
• 区域块以关键面部区域（眼、口、鼻）为中心，通过空间重叠确保覆盖完整区域。
• 每个区域块由独立的深度神经网络处理，最终预测结果通过对所有区域块的预测取平均得到。
• 该方法避免使用镜像增强，且采用简单的前馈网络，不使用Dropout。
• 性别与年龄分类采用两阶段流程：首先对每个区域块进行性别分类，然后将结果路由至对应性别专用的年龄分类器。
• 该方法在LFW与Adience数据库的3D版本上进行评估，通过合并年龄组以改善数据平衡性。

实验结果

研究问题

• RQ1 与原始LDNN使用数百个区域块相比，仅使用九个显著减少的区域块是否仍能维持高分类性能？
• RQ2 在简化LDNN中，哪些面部区域对年龄与性别分类最具信息量？
• RQ3 简化LDNN在基准数据集上的性能是否与现有非CNN方法相当或更优？
• RQ4 通过区域块级路由实现性别与年龄分类的联合处理，对整体准确率有何影响？
• RQ5 性别预测错误对下游年龄分类性能的影响如何？

主要发现

• 简化后的九区域块LDNN相比原始LDNN将训练时间减少90%以上，准确率仅下降0.5%至1%。
• 在LFW数据集中，该方法实现78.63%的性别分类准确率和40.25%的精确年龄组分类准确率。
• 在结合性别与年龄分类时，该方法在Adience数据集上实现41.82%的精确准确率和77.98%的一次错误准确率。
• 眼部区域对性别与年龄分类最具判别性，口部区域在年龄估计中亦具有显著贡献。
• 对女性而言，内眼角区域块（第1和第3个）的年龄分类准确率比外侧区域块高出2%，表明区域敏感性差异。
• 若性别分类错误并错误地将区域块路由至错误的年龄分类器，男性被误判为女性时准确率降至36.15%（一次错误准确率），表明对错误传播具有鲁棒性。