标题：基于卷积神经网络的快速性别检测
作者：张志华 张祺 张伟新
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：性别分类，CNN，深度学习，Adience基准
摘要：随着社交平台以及自媒体的兴起，自动性别分类这一技术被越来越多的利用到应用中。然而，与最近针对面部识别相关任务上性能的巨大飞跃相比，目前的性别分类方法在现实生活图像上的表现仍然显得不足。通过利用深度卷积神经网络（CNN）学习表示，显著提高这些任务的性能。提出一种简单的卷积网络框架，即使在学习数据量有限的情况下也可以使用。在经过实验测试后，进一步提出优化后的深度卷积神经网络（CNN）学习方法，以使任务在处理起来更有效率。根据最近的Adience基准评估独特的性别估计方法，结果显示优化后的卷积神经网络显著优于当前最先进的方法。