摘要

面部属性（如年龄、吸引力）估计性能近年来得益于卷积神经网络的广泛应用而显著提升。然而，现有方法在训练目标与评估指标之间存在不一致性，可能导致模型性能并非最优。此外，这些方法通常采用参数量庞大的图像分类或人脸识别模型，带来了高昂的计算开销和存储负担。本文首先分析了两种前沿方法（Ranking-CNN 与 DLDL）之间的内在联系，揭示出 Ranking 方法实际上隐式地学习了标签分布。这一发现首次将两种主流的先进方法统一至 DLDL 框架之下。其次，为缓解训练目标与评估指标之间的不一致问题，并降低资源消耗，本文设计了一种轻量级网络架构，提出一种统一框架，能够联合学习面部属性的分布特征并回归属性值。所提方法在面部年龄与吸引力估计任务上均取得了显著成效。实验结果表明，本方法仅使用单个模型，在参数量减少 36 倍、推理速度提升 3 倍的前提下，仍实现了新的最先进性能。此外，即使将参数量进一步压缩至 0.9M（对应约 3.8MB 磁盘存储空间），该方法仍能取得与当前最先进方法相当的性能表现。