DEX: Deep EXpectation of apparent age from a single image

 

这里说一下利用深度学习进行年龄估计问题时的解决方法：

（1）分类问题：很明显，可以将人的年龄看做不同的类，比如0-100岁，共101个类别。

（2）回归问题：这个也比较明显，因为人年龄的连续性，所以可以将其看做一个连续数值的预测，只不过这个连续区间是整数。

（3）分类回归问题：通过将年龄进行分组，比如0-10,11-20...，这样就可以先将年龄划分到某一个区间，然后在这个区间进行分类或者回归，个人理解，这两个步骤应该都有研究，比如先分类后回归，或者先回归后分类。只不过目前看的文章还很少，也不是很确定。

本文中，作者就是将人的年龄划分为0-100共101个类别，通过对年龄进行分类，并获得每个预测年龄的可能性，再乘以各标签年龄，最终得到年龄。因此作者称这种方法为：We pose the age regression problem as a deep classification problem followed by a softmax expected value refinement 

Reference：https://blog.csdn.net/hanjiangxue_wei/article/details/79718833