基于Transformer多任务学习与任务感知加权集成策略的年龄估计和性别分类研究
《Sensors》:Transformer-Based Multi-Task Learning with a Task-Aware Weighted Ensemble for Simultaneous Age Estimation and Gender Classification from Facial Images
【字体:
大
中
小
】
时间:2026年09月22日
来源:Sensors 4.0
摘要
由于姿态、光照、表情、遮挡、图像质量以及与年龄相关的形态变化导致的面部外观存在显著差异,从面部图像中准确进行年龄估计和性别分类仍然是极具挑战性的任务。尽管基于Transformer的架构最近在面部分析中展现了卓越的性能,但在统一的多任务框架内有效利用其互补表征能力仍是一个开放的研究问题。为解决这一局限性,本研究提出了一种基于Transformer的多任务学习(MTL)框架,通过共享的特征提取骨干网络和任务特定的预测头,联合执行年龄估计和性别分类任务。三种最先进的视觉Transformer——Vision Transformer(ViT)、Swin Transformer(Shifted Window Transformer)和DeiT(Data-efficient Image Transformer)——被独立实现于所提出的MTL架构中,以学习全局上下文信息和局部面部特征。此外,本文开发了两种集成学习策略——标准集成和任务感知加权集成(Task-aware Weighted Ensemble, TAWE),以充分利用各个Transformer模型的互补优势。实验在公开可用的UTKFace数据集上进行,该数据集包含15,503张面部图像,其中10,385张用于训练,1,833张用于验证,3,285张用于测试,同时在模型训练过程中进行了性别平衡处理,以缓解类别不平衡问题。年龄估计性能通过平均绝对误差(MAE)和均方根误差(RMSE)进行评估,性别分类性能则通过准确率和F1分数进行评估。实验结果表明,所提出的TAWE在所评估的集成策略中取得了最佳点估计结果,MAE为4.8905,RMSE为6.4674,性别分类准确率为94.86%,数据集定义的阳性类别的F1分数为95.17%。与等权平均相比,TAWE在性别分类准确率方面提供了具有统计显著性的提升,而年龄估计方面的提升较为有限且不具备统计显著性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号