Разработка системы определения возраста и пола по лицу

Разработка системы определения возраста и пола по лицу

Определение возраста и пола по изображению лица — задача computer vision с применением в retail аналитике (демографический профиль посетителей), системах адаптивного контента, медицинских исследованиях, проверке возраста (age gate). Обе задачи часто реализуются единой мультизадачной моделью.

Мультизадачная архитектура

import torch
import torch.nn as nn
import timm

class AgeGenderModel(nn.Module):
    """Единая модель для одновременного предсказания возраста и пола"""
    def __init__(self, pretrained_backbone: str = 'efficientnet_b2'):
        super().__init__()
        backbone = timm.create_model(pretrained_backbone, pretrained=True, num_classes=0)
        self.backbone = backbone
        feat_dim = backbone.num_features  # 1408 для B2

        # Shared representation
        self.shared = nn.Sequential(
            nn.Linear(feat_dim, 512),
            nn.GELU(),
            nn.Dropout(0.3)
        )

        # Отдельные головы для каждой задачи
        self.age_head = nn.Linear(512, 1)      # регрессия (MAE)
        self.gender_head = nn.Linear(512, 2)   # классификация (CE)

    def forward(self, x):
        features = self.backbone(x)
        shared = self.shared(features)
        age = self.age_head(shared).squeeze()
        gender_logits = self.gender_head(shared)
        return age, gender_logits

Возраст как регрессия vs классификация: regression даёт непрерывный результат (32.4 года), classification по диапазонам (30–35 лет) менее точна но удобнее для некоторых применений. Распределённая регрессия (DLDL — Distribution Learning) — лучший подход: возраст моделируется как вероятностное распределение, а не точечное значение.

Датасеты

Предобработка и аугментация

import albumentations as A
from albumentations.pytorch import ToTensorV2

train_transform = A.Compose([
    A.Resize(224, 224),
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(brightness_limit=0.3, contrast_limit=0.3, p=0.5),
    A.GaussianBlur(blur_limit=(3, 7), p=0.2),
    A.CoarseDropout(max_holes=4, max_height=30, max_width=30, p=0.3),
    A.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
    ToTensorV2()
])

Функции потерь для мультизадачного обучения

def multitask_loss(age_pred, age_true, gender_logits, gender_true,
                   age_weight=1.0, gender_weight=0.5):
    # MAE для возраста + CE для пола
    age_loss = nn.L1Loss()(age_pred, age_true.float())
    gender_loss = nn.CrossEntropyLoss()(gender_logits, gender_true)

    # Uncertainty weighting (Kendall et al.)
    return age_weight * age_loss + gender_weight * gender_loss

Метрики производительности

MAE 4–6 лет — типичный результат для «дикой природы» (selfies, фото разного качества). В контролируемых условиях (фронтальный портрет, хорошее освещение) — 3–4 года.

Этика и bias

Модели, обученные на IMDB-Wiki, имеют недопредставление пожилых людей и некоторых этнических групп. FairFace датасет специально сбалансирован для снижения bias. При использовании для принятия решений (age gate) — обязательно тестирование на fairness across demographic groups.