《表1 常见已公开的人脸年龄估计数据集》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人脸年龄估计的深度学习方法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表1总结并对比了上述常见已公开的人脸年龄估计数据集。从表1中不难看出，人脸年龄估计数据集的关注重点逐渐转向非受限条件下年龄估计和表象年龄估计。然而与人脸识别等传统人脸数据集相比，人脸年龄估计数据集规模较小，尽管IMDB-WIKI是目前最大规模的人脸年龄估计数据集，但是存在以下问题:1) IMDB-WIKI数据集来源于信息量巨大的互联网，与其他人脸年龄数据集相比，其图像质量良莠不齐，图像类型五花八门，包括动漫画人物图像、全身图像或空白图像。图6为IMDB-WIKI数据集中低质量图像。这些图像加大了人脸年龄估计的难度，对估计效果有一定影响；2) 数据集中部分人脸图像标注年龄与人脸实际年龄具有较大差距，其中年龄在110岁的人脸图像误标注现象比较严重，这些误标注的人脸图像会影响人脸年龄估计的性能；3) IMDB-WIKI数据集并没有划分训练集和验证集，通常用于数据预训练。所以收集和建立大规模、高质量的非受限条件下的人脸年龄估计数据集是非常必要的。