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

文章主要2个贡献：

（1）将传统的年龄回归问题转化为多个顺序2分类问题

文章网络的整体结构如下图所示：

在经过3个卷积模块后，接入一个全连接层，然后输出K-1个通道的2分类任务。

例如这里，Task1预测年龄是否大于1，Task2预测年龄是否大于2，Task3预测年龄是否大于3，Task(k-1)预测年龄是否大于k-1。预测结果为{0,1}，满足为1，不满足为0。

最后的预测年龄为将所有的预测结果求和再加1，得到最终的预测年龄。

整体上给人一种多个2分类的SVM组合为一个N分类的分类器的思想。想法还是挺novel，具体效果有待实验验证。

（1）提出了亚洲人脸数据集，Asian Face Age Dataset (AFAD)

该数据集主要从人人网收集。包含了164432 的人脸图片，并且带有准确的年龄标签。其中，100752 为男性，63680为女性，年龄范围为15-40。

各阶段男女比例的分布如下面曲线图所示：

References:

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

https://github.com/kongsicong/Age_recognition_OR