[论文解读] Quantifying Facial Age by Posterior of Age Comparisons

Yunxuan Zhang, Li Liu+2 more|arXiv (Cornell University)|Aug 31, 2017

Face recognition and analysis参考文献 19被引用 13

一句话总结

该论文提出了一种新颖的方法，通过利用人类参与的年龄比较与已知年龄图像参考数据库，对野外拍摄的面部图像进行后验年龄分布标注。采用具有联合序数超平面和后验损失训练的深度神经网络，该方法在 MORPH2、Adience 和新提出的 MegaAge 数据集上均取得了最先进性能，MegaAge 数据集上的 CA(7) 得分为 73.15%，MegaAge-Asian 数据集上的 CA(7) 得分为 90.80%。

ABSTRACT

We introduce a novel approach for annotating large quantity of in-the-wild facial images with high-quality posterior age distribution as labels. Each posterior provides a probability distribution of estimated ages for a face. Our approach is motivated by observations that it is easier to distinguish who is the older of two people than to determine the person's actual age. Given a reference database with samples of known ages and a dataset to label, we can transfer reliable annotations from the former to the latter via human-in-the-loop comparisons. We show an effective way to transform such comparisons to posterior via fully-connected and SoftMax layers, so as to permit end-to-end training in a deep network. Thanks to the efficient and effective annotation approach, we collect a new large-scale facial age dataset, dubbed `MegaAge', which consists of 41,941 images. Data can be downloaded from our project page mmlab.ie.cuhk.edu.hk/projects/MegaAge and github.com/zyx2012/Age_estimation_BMVC2017. With the dataset, we train a network that jointly performs ordinal hyperplane classification and posterior distribution learning. Our approach achieves state-of-the-art results on popular benchmarks such as MORPH2, Adience, and the newly proposed MegaAge.

研究动机与目标

• 解决在大规模野外面部图像上可靠标注准确年龄标签的挑战，该挑战因年龄估计的高度主观性而难以实现。
• 克服现有数据集依赖近似年龄范围或受限、多样性低环境的局限性。
• 利用年龄比较（谁更年长）相较于绝对年龄估计的相对容易性，生成更具鲁棒性且具备不确定性感知的年龄标注。
• 开发一种深度学习框架，联合学习序数年龄分类与后验年龄分布预测，以提升泛化能力和准确性。

提出的方法

• 利用查询图像（未知年龄）与参考图像（已知年龄）之间的人工参与比较，生成概率性年龄标签。
• 将每次比较建模为伯努利试验，并通过贝叶斯推断计算后验年龄分布，将比较视为独立观测。
• 训练一个具有双头输出的深度卷积神经网络：一个用于序数超平面分类，另一个用于后验分布预测。
• 通过全连接层后接 SoftMax 层实现后验头，将内部特征映射为年龄类别的概率分布。
• 使用联合损失函数进行网络优化，结合了用于序数排序的代价敏感损失与用于后验分布对齐的 Kullback-Leibler（KL）散度损失。
• 采用在 MS-Celeb-1M 上预训练的截断 VGG 架构进行特征提取，以支持迁移学习并提升下游任务性能。

Figure 1: (a) Comparing the proposed target annotation (also the prediction) with existing schemes. In contrast to current schemes that either provide an actual age label or age range, we introduce a new annotation that faithfully captures the distribution of estimated ages. The annotation can be ob

实验结果

研究问题

• RQ1 能否有效利用人脸之间的年龄比较，为野外图像生成可靠且具备不确定性感知的后验年龄分布？
• RQ2 将年龄估计建模为后验分布学习任务，相较于标准的序数或回归方法，是否能提升性能？
• RQ3 在序数超平面与后验分布损失上进行联合训练，在多样化基准上的模型泛化能力与准确性提升程度如何？
• RQ4 所提出方法在 MORPH2、Adience 和新引入的 MegaAge 数据集等标准基准上的表现与最先进方法相比如何？
• RQ5 损失函数中各组件（代价敏感损失与 KL 散度损失）对最终模型性能的影响如何？

主要发现

• 所提方法在 MegaAge 数据集上取得了 73.15% 的 CA(7) 得分，显著优于现有方法，如累积属性方法（66.80%）和深度 CNN 方法（66.30%）在相同基准上的表现。
• 在更具多样性的 MegaAge 数据集上，完整模型实现了 72.31% 的 CA(7)，表明其在非受限、真实世界图像中具备强大的泛化能力。
• MegaAge-Asian 子集（仅包含亚洲面孔）表现出更高性能，完整模型在该子集上达到 90.80% 的 CA(7)，表明其在受控、高质量子集上表现优异。
• 消融研究显示，若移除 KL 散度损失，性能显著下降（CA(7) 从 73.15% 降至 72.31%），证实了后验分布学习的重要性。
• 仅使用代价敏感损失训练的模型在 MegaAge 上的 CA(5) 为 57.90%，但当同时使用两种损失时性能提升至 58.37%，凸显了联合优化的互补优势。
• 随着训练数据增加，该方法表现出持续改进：将 MegaAge 数据增加 100% 后，CA(7) 从 54.61% 提升至 73.15%，表明其具备良好的可扩展性与数据效率。

Figure 2: Results of the user study: (a) Test I – volunteers were asked to guess the actual age given an image. (b) Test II – volunteers were asked to compare the age of two persons.