LAAE（SE-ResNet-50+DAGSVM）

论文阅读《Combined Deep Learning With Directed Acyclic Graph SVM for Local Adjustment of Age Estimation》

摘要

本文提出了一种基于深度学习和有向无环图SVM的局部调整年龄估计算法。

网络图

主要思想如下：首先对VGGFace2数据集预训练的SE-ResNet-50网络进行微调。一旦网络收敛，由最后一个全连接层的参数组成的向量被用作表示并训练多个一对一的支持向量机。在测试阶段，首先把面部图像放入SE-ResNet-50中获得一个粗略的年龄估计值，然后设置特定的区域，最后结合SVM训练成一个有向无环图并设置特定的区域中心，得到估计的年龄值。

LAAE

LAAE：让CNN估计的年龄值尽可能真实年龄的范围内。

局部调整

首先，假设输入为$y$，对应的CNN输出$f(y)$（下图中的黑点），实际年龄L（下图中红点），所以调整$f(y)$向左和向右调整$2d$