參考：https://blog.csdn.net/qq_14845119/article/details/79460315

源自2016 cvpr，Ordinal Regression with Multiple Output CNN for Age Estimation

文章主要2個貢獻：

（1）將傳統的年齡迴歸問題轉化為多個順序2分類問題

文章網路的整體結構如下圖所示：

在經過3個卷積模組後，接入一個全連線層，然後輸出K-1個通道的2分類任務。

例如這裡，Task1預測年齡是否大於1，Task2預測年齡是否大於2，Task3預測年齡是否大於3，Task(k-1)預測年齡是否大於k-1。預測結果為{0,1}，滿足為1，不滿足為0。

最後的預測年齡為將所有的預測結果求和再加1，得到最終的預測年齡。

整體上給人一種多個2分類的SVM組合為一個N分類的分類器的思想。想法還是挺novel，具體效果有待實驗驗證。

（1）提出了亞洲人臉資料集，Asian Face Age Dataset (AFAD)

該資料集主要從人人網收集。包含了164432 的人臉圖片，並且帶有準確的年齡標籤。其中，100752 為男性，63680為女性，年齡範圍為15-40。

各階段男女比例的分佈如下面曲線圖所示：

References:

http://afad-dataset.github.io/

https://github.com/kongsicong/Age_recognition_OR