来源：期刊VIP网 时间：
作者：何江;池静;池佳稷;高松;
单位：河北工程大学信息与电气工程学院;拉彭兰塔理工大学电气工程学院;邯郸市第三建筑工程有限公司;
摘要：现有的年龄估计方法仅基于人脸图像，无法充分利用图像背后的语言背景信息。此外，这些方法通常专注于单一年龄估计任务的优化，忽略了相近任务带来的提高模型性能的信息。针对上述问题，提出一种基于视觉-语言多模态的多任务人脸年龄估计方法。该方法利用提示文本信息为年龄估计提供更丰富、更准确的图像理解和先验知识。同时，引入多任务学习方法，利用任务间的互补性将年龄分类任务与序数回归任务相结合，以获得更好的性能。最后，为了获得可靠的预测结果，研究了加权平均法和任务回归法两种多任务结果融合方法，并对加权平均法的权重系数进行了消融实验，以期找到一组合适的权重系数。结果表明：与其他先进方法相比，所提方法在UTK-FACE数据集上的平均绝对误差（MAE）降低了7.32%，在MorphⅡ数据集上的MAE降低了1.20%，累积分数（CS）提升了0.11%。
关键词：年龄估计;;视觉-语言多模态;;多任务学习;;加权平均法;;提示文本;;任务回归器
基金资助：邯郸市科学技术研究与发展计划项目（21422031252）
