基于卷积神经网络的人脸年龄估计方法

杨国亮 张雨

[摘要]针对年龄估计算法中使用单一标签编码方式的问题，提出一种基于高斯分布的标签分布取代原有的编码方式，通过这种方式，一张人脸图像不仅可以用于它本身年龄的学习，也可用于其相邻年龄的学习。设计一种与之相适应的卷积神经网络，通过标签的概率分布与输出的类别概率之间的KL距离对网络进行训练，网络结构较小，所需训练时间更短，即使在训练图片数量有限的情况下依然能保证较好的准确率。

[关键词]年龄估计；卷积神经网络；标签分布

[中图分类号]TP 39141[文献标志码]A[文章编号]10050310（2018）01005906

Facial Age Estimation Method Based on Convolutional

Neural Network

Yang Guoliang， Zhang Yu

（School of Electrical Engineering and Automation，Jiangxi University of Science and Technology，

Ganzhou Jiangxi 341000，China）

Abstract： Aiming at the problem of singlelabel coding method in facial age estimation， label distribution based on Gaussian distribution is proposed to replace the original coding method. In this way， a face image can be used not only for its own age learning， but also for its adjacent age learning. A convolutional neural network is proposed to train the network by the KullbackLeibler divergence distance between the label distribution and the probability of the output.The network is small and needs shorter training time， even in the case of limited number of training images can still guarantee a better accuracy rate.

Keywords： Age estimation； Convolutional neural network； Label distribution

0引言

人脸包含性别、年龄、表情和身份等重要信息，尤其在现代社交平台和娱乐互动的驱动下，人脸年龄估计已成为一个极具發展潜力的前沿技术，也是人机互动和计算机视觉的重要研究领域。然而人脸年龄估计也是计算机视觉的难点所在，主要包含以下4点原因：第一，获取的人脸图片中存在大量的干扰，如表情、光照、姿态和遮挡等，尤其现在拍摄的人脸图片存在大量的背景干扰；第二，每个人脸存在较大的个体差异，随着年龄的增长人脸发生变化的模式各不相同，如有些人脸型变化比较大，有些人皱纹增长的比较快，虽然共性相似但是因个体不同而千变万化，因此给年龄估计算法提出了很高的要求；第三，年龄具有一定的时序性，相近年龄的人脸特征存在一定的关联，因此不能把年龄估计看作一种简单的分类问题，将每个年龄作为一个单一标签存在一定的不合理性；……