性别年龄论文阅读（1）——imdb-wiki

本文链接：https://blog.csdn.net/heruili/article/details/88080703

本文介绍ICCV2015发表的DEX论文，提出基于深度学习的年龄预测方法，利用IMDB-WIKI数据集，包含50万名人照片，为最大年龄预测公共数据集。DEX在ChaLearnLAP2015挑战赛中夺冠。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

性别年龄论文阅读（1）——imdb-wiki

版权声明：本文为博主原创文章，未经博主允许不得转载 https://blog.csdn.net/heruili/article/details/88080703
最近半年在做表情，性别，年龄的工作，看了很多有关论文，怕自己会忘记也方便以后自己查找，所以写博客做个总结记录
这里先说一下有关性别年龄的论文：

看的第一篇是发表于ICCV2015年的 DEX: Deep EXpectation of apparent age from a single image
该论文提出了一个新的年龄数据集 imdb-wiki

本文研究了深度学习的静止人脸图像的视年龄估计问题。我们的卷积神经网络(CNNs)使用VGG-16架构，并在ImageNet上进行图像分类的预处理。此外，由于表观年龄标注图像的数量有限，我们探讨了finetuning对具有可用年龄的互联网人脸图像的好处。我们从IMDB和维基百科上抓取了50万张名人的照片公开使用。这是迄今为止最大的年龄预测公共数据集。我们将年龄回归问题作为一个深度分类问题，然后使用softmax期望值进行细化，并显示了相对于直接回归训练的改进。我们提出的方法，深度期望(DEX)的表观年龄，首先在测试图像检测face，然后再裁剪的人脸上提取CNN预测从20个网络的集合。在抓取的图像上对DEX的CNNs进行细化，在运用到对其进行明显的年龄标注提供的图像上。DEX不使用明显的面部特征点。我们的DEX是ChaLearn LAP 2015“表观年龄估算挑战赛”的冠军(第1名)，共有115支注册队伍参赛，远远超过了人类的参考数据

1. the IMDB-WIKI dataset, the largest dataset for biological age pr