[论文解读] Transfer Learning with Deep CNNs for Gender Recognition and Age Estimation

Philip N. Smith, Cuixian Chen|arXiv (Cornell University)|Nov 18, 2018

Face recognition and analysis参考文献 13被引用 7

一句话总结

本论文提出了一种基于预训练VGG19和VGGFace深度卷积神经网络的迁移学习方法，用于在MORPH-II数据集上进行性别识别与年龄估计。通过应用数据增强、标签分布年龄编码以及性别特定的分层模型，该方法在性别识别上达到98.7%的准确率，在年龄估计上实现4.10年的平均绝对误差（MAE），优于单一模型方法。

ABSTRACT

In this project, competition-winning deep neural networks with pretrained weights are used for image-based gender recognition and age estimation. Transfer learning is explored using both VGG19 and VGGFace pretrained models by testing the effects of changes in various design schemes and training parameters in order to improve prediction accuracy. Training techniques such as input standardization, data augmentation, and label distribution age encoding are compared. Finally, a hierarchy of deep CNNs is tested that first classifies subjects by gender, and then uses separate male and female age models to predict age. A gender recognition accuracy of 98.7% and an MAE of 4.1 years is achieved. This paper shows that, with proper training techniques, good results can be obtained by retasking existing convolutional filters towards a new purpose.

研究动机与目标

• 通过使用预训练深度卷积神经网络的迁移学习方法，提升性别识别与年龄估计的准确性。
• 评估不同训练技术（如数据增强、输入标准化和标签分布年龄编码）对模型性能的影响。
• 探究是否通过性别分离的分层模型进行年龄估计，相比单一通用模型能获得更优结果。
• 比较VGG19与VGGFace预训练模型在人脸属性预测任务中的有效性。
• 通过推理速度评估，证明所提出系统在实际应用中具备实时可行性。

提出的方法

• 对在ImageNet和人脸识别数据集上分别预训练的VGG19和VGGFace模型进行微调，用于性别与年龄预测。
• 应用动态标签分布年龄编码（LDAE），通过将年龄建模为概率分布来提升年龄估计性能。
• 使用数据增强和输入标准化技术，以增强模型的泛化能力与鲁棒性。
• 实现两阶段分层模型：首先进行性别分类，随后应用性别特定的年龄模型进行精细化估计。
• 使用MORPH-II数据集的80%进行训练，剩余20%用于测试，确保训练集与测试集之间无样本重叠。
• 通过年龄估计的平均绝对误差（MAE）和性别分类的准确率进行评估。

Figure 1: A depiction of subsetting scheme on a cleaned version of MORPH-II, following the subsetting proposed by Guo and Mu [ 22 ] .

实验结果

研究问题

• RQ1 与通用的VGG19相比，使用VGGFace预训练权重的迁移学习是否能提升性别识别与年龄估计的准确性？
• RQ2 数据增强、输入标准化和标签分布年龄编码对年龄与性别预测模型性能有何影响？
• RQ3 与单一通用年龄模型相比，性别特定的分层年龄模型是否能降低年龄估计误差？
• RQ4 性别与年龄模型的最佳训练轮数是多少，以在准确率与过拟合之间取得平衡？
• RQ5 所提出的系统是否能实现适合实际应用部署的实时推理性能？

主要发现

• 性别特定的分层年龄模型实现了4.10年的平均绝对误差（MAE），优于本研究中测试的所有其他模型。
• VGGFace模型在性别识别上达到98.68%的准确率，超过VGG19模型的96.6%准确率。
• 分层方法将年龄估计误差降低至4.10年，其中男性年龄模型的MAE为3.79年，女性模型为5.22年。
• 系统实现了每秒62.62帧的实时推理速度，表明其适合实际部署。
• 动态LDAE在提升年龄估计性能方面优于静态LDAE。
• 与先前的最先进方法相比，该模型表现更优，包括BIF+KPLS（4.18 MAE）和BIF+OLPP（4.45 MAE）

Figure 2: A new top for VGG19. All weights are initialized randomly and then the network learns how to discern male from female by examining the output of the convolutional layers.