逐級迴歸的年齡估計

本文是國立臺灣大學發表的一篇依據人臉圖片進行年齡估計的文章.受DEX論文的啟發，這篇文章也把迴歸問題轉換為多個分類問題.SSR-Net採用了由粗到細多級分類的方式.每個stage僅對其之前的預測做出更精細的判斷.因此，對於神經元個數的需要就大大減少，這樣模型的體積也就下來了.為了彌補由於把年齡分段造成的量化問題,SSR-Net對每個年齡段允許其進行適當的調整.SSR-Net的模型僅有0.32MB，卻能取到比其大1500倍模型相當的精度.

從單張圖片預測年齡是計算機視覺中的一個經典問題，在視訊監控、零售以及人機互動中有很多的應用.由於相同年齡的人的外觀差別很大導致這個問題很有挑戰性.有些年紀大的人看起來很小而有些正好相反/因此，即使對於人類來說這也是一個有挑戰性的任務.

直接把這個任務當成迴歸任務來做是一個很自然的想法因為年齡是一個連續的值.但是正如之前研究指明的那樣，由於真實年齡和表觀年齡的巨大差異導致其有很大的過擬合現象.而與此不同的是，人類可以叫容易的把年齡分成兒童、青年、中年等幾個年齡段。因此很多研究通過把年齡量化來轉換成多分類問題.然後這需要面對年齡組是有序的和高度相關而不是沒有任何關係的問題。此外，把年齡量化成幾個年齡段還需要面臨量化錯誤以及組之間界限模糊的問題。標記分佈學習通過把年齡值設定一個分佈來解決模糊的問題，但是這種方法需要額外的順序資訊以及分佈的相似性，此外還需要更復雜的損失函式和演算法.

參考:

SSR-Net（Soft Stagewise Regression Network）