Một mô hình Deep learning nhẹ cho bài toán nhận dạng tuổi và giới tính sử dụng mạng CNN

ISSN: 1859-2171 TNU Journal of Science and Technology 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 119 
MỘT MÔ HÌNH DEEP LEARNING NHẸ CHO BÀI TOÁN NHẬN DẠNG TUỔI 
VÀ GIỚI TÍNH SỬ DỤNG MẠNG CNN 
Phùng Thị Thu Trang1*, Ma Thị Hồng Thu2 
1Khoa Ngoại ngữ - ĐH Thái Nguyên, 2Đại học Tân Trào 
TÓM TẮT 
Bài toán nhận dạng tuổi và giới tính đang thu hút được nhiều sự chú ý từ các nhà nghiên cứu đặc 
biệt là khi mạng xã hội và mạng truyền thông ngày càng phổ biến. Các phương pháp được công bố 
gần đây cho kết quả khá tốt về độ chính xác nhưng còn tỏ ra kém hiệu quả trong vấn đề nhận diện 
thời gian thực bởi vì các mô hình này được thiết kế quá phức tạp. Trong bài báo này, chúng tôi đề 
xuất một mô hình nhẹ mang tên lightweight CNN thực hiện song song 2 nhiệm vụ là phân lớp tuổi 
và giới tính. Về độ chính xác trong nhận diện tuổi thì lightweight CNN tốt hơn 5.1% so với mô 
hình tốt nhất đã được công bố gần đây. Về thời gian chạy và số lượng tham số được sử dụng thì 
lightweight CNN sử dụng ít hơn nhiều so với các mô hình khác trên bộ dữ liệu Adience, đáp ứng 
được yêu cầu về nhận dạng trong thời gian thực. 
Từ khóa: Học sâu, Mạng CNN, Phân lớp tuổi, phân lớp giới tính, Mạng nơron 
Ngày nhận bài: 09/4/2019;Ngày hoàn thiện: 26/4/2019;Ngày duyệt đăng: 07/5/2019 
A LIGHTWEIGHT DEEP LEARNING MODEL FOR AGE AND GENDER 
IDENTITY PROBLEM USING THE CNN NETWORK 
Phung Thi Thu Trang
1*
, Ma Thi Hong Thu
2
1School of Foreign Language – TNU, 2Tan Trao University 
ABSTRACT 
Age and gender identification problems are gaining a lot of attention from researchers since social 
and multimedia networks are becoming more popular nowadays. Recently published methods have 
yielded quite good results in terms of accuracy but also proved ineffective in real-time 
identification because these models were designed too complicated. In this paper, we propose a 
lightweight model called lightweight CNN that performs parallel tasks of age and gender 
classification. In terms of accuracy in identifying age, lightweight CNN is 5.1% better than the 
best model recently published. About runtime and the number of parameters used, lightweight 
CNN uses much less than other models on the Adience dataset, meet the identification 
requirements in real time. 
Keywords: Deep learning, CNN Network, Age Classification, Gender Classification, Neural 
Network 
Received: 09/4/2019; Revised: 26/4/2019;Approved: 07/5/2019 
* Corresponding author: Tel: 0395 314806, Email: phungthutrang.sfl@tnu.edu.vn 
Phùng Thị Thu Trang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 120 
1. Giới thiệu 
Xử lý ảnh và thị giác máy tính đang là những 
lĩnh vực được quan tâm nhiều nhất trong trí 
tuệ nhân tạo với nhiều bài toán thực tế. Bên 
cạnh đó, sự phát triển vượt bậc của các thuật 
toán học sâu đặc biệt là mạng lưới thần kinh 
tích chập (covolutional neural network – 
CNN) đã cho những kết quả vượt bậc trong 
các bài toán điển hình. Ví dụ Alex cùng các 
cộng sự [1] đã đề xuất một mô hình sử dụng 
mạng CNN và giành chiến thắng trong cuộc 
thi ImageNet với tỷ lệ lỗi đạt 15.3% vào năm 
2012. Đây là cuộc thi có quy mô lớn nhất thế 
giới về bài toán nhận diện đối tượng trong 
ảnh. Năm 2013, Zeiler và Fergus [2] đã đề 
xuất một mô hình có tên ZFNet và giảm lỗi từ 
15,3% xuống còn 14,8%. GoogleNet 
(Inception) và VGGNet đã được đề xuất năm 
2014 [3] với tỷ lệ lỗi lần lượt là 6,67% và 
7,32%. Năm 2015, Kaiming He [4] đã đề xuất 
kiến trúc mạng ResNet và đạt tỷ lệ lỗi 3,57%, 
tỷ lệ lỗi này còn tốt hơn cả hiệu suất của con 
người. Ngoại trừ bài toán nhận diện đối tượng 
trong ảnh, CNN thường được áp dụng cho 
nhiều bài toán khác như: Phát hiện đa đối 
tượng trong ảnh, đặt tiêu đề cho ảnh, phân 
đoạn ảnh, Thậm chí, Yoo Kim [5] đã áp 
dụng mạng CNN cho bài toán phân lớp câu và 
đạt hiệu quả cao trong nhiều bộ cơ sở dữ liệu 
về văn bản khác nhau. 
Khuôn mặt là một đối tượng trong cơ thể con 
người và hình ảnh khuôn mặt mang rất nhiều 
thông tin quan trọng như: tuổi tác, giới tính, 
trạng thái cảm xúc, dân tộc, Trong đó, việc 
xác định tuổi tác và giới tính là hết sức quan 
trọng, đặc biệt trong giao tiếp, chúng ta cần 
sử dụng những từ ngữ phù hợp với giới tính 
của người nghe ví dụ trong tiếng Việt chúng 
ta có: anh/chị, chú/cô... Hay với nhiều ngôn 
ngữ khác nhau trên thế giới, chẳng hạn như 
tiếng Việt thì lời chào hỏi dành cho người lớn 
tuổi khác với người trẻ tuổi. Do đó, việc xác 
định tuổi và giới tính dựa trên khuôn mặt là 
một bài toán hết sức quan trọng, có ý nghĩa 
thực tế to lớn. 
Bài toán ước lượng tuổi và giới tính đã được 
quan tâm nhiều trong suốt 20 năm gần đây, đã 
có rất nhiều các công trình được công bố với 
nhiều kỹ thuật khác nhau chẳng hạn như: 
AGing pattErn Subspace (AGES), Gaussian 
Mixture Models (GMM), Hidden-Markov-
Model (HMM), Support Vector Machines 
(SVM), ... Từ khi các mô hình học sâu được 
áp dụng cho bài toán này đã cải thiện đáng kể 
kết quả về mặt hiệu suất cũng như tốc độ. Độ 
chính xác của mô hình khi ước lượng tuổi đạt 
62,8% và đối với giới tính đạt 92,6% [6]. 
Tuy nhiên, để đạt được hiệu suất cao thì các 
mô hình thường được xây dựng càng phức tạp 
với số lượng tham số lớn (từ 10 triệu đến hơn 
100 triệu tham số), do đó gây khó khăn trong 
vấn đề nhận dạng trong thời gian thực. Trong 
bài báo này, chúng tôi đề xuất một mô hình 
nhẹ sử dụng CNN với khoảng 1 triệu tham số 
nhưng đạt kết quả nhận diện tuổi lên đến 
67,9% và nhận diện giới tính lên đến 88,8%. 
Với số lượng tham số nhỏ này thì mô hình 
của chúng tôi hoàn toàn có thể chạy được trên 
các thiết bị nhúng và thiết bị di động một cách 
dễ dàng đảm bảo vấn đề thời gian thực. Sự 
đóng góp của chúng tôi trong bài báo này là: 
(1) Xây dựng một mô hình nhẹ để giải quyết 
bài toán đa nhiệm vụ (dự đoán tuổi và giới 
tính từ ảnh chụp khuôn mặt). (2) Từ kết quả 
của mô hình cho thấy rằng thuật toán không 
chỉ tốt về mặt hiệu suất mà còn giảm thiểu số 
lượng tham số được sử dụng từ đó giúp cải 
thiện tốc độ của mô hình và đáp ứng được yêu 
cầu về nhận diện trong thời gian thực. 
2. Các nghiên cứu gần đây 
Như đã được đề cập ở phần Giới thiệu, bài 
toán ước lượng tuổi và giới tính đã được 
nghiên cứu từ rất lâu. Nhưng hầu như chúng 
chỉ được nghiên cứu tách rời nhau. Các mô 
hình được xây dựng riêng biệt cho từng 
nhiệm vụ. Cho đến năm 2016, Linnan Zhu 
cùng các cộng sự [7] đề xuất một mô hình đa 
nhiệm vụ giải quyết cả hai bài toán cùng một 
lúc. Trước tiên chúng ta xét lần lượt các bài 
toán để có cái nhìn tổng quan. 
Phùng Thị Thu Trang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 121 
2.1 Bài toán phân lớp tuổi: Nhiệm vụ của bài 
toán này là đưa ra ước lượng tuổi của một 
người từ bức ảnh chụp khuôn mặt của họ. Bài 
toán này được giới thiệu lần đầu tiên bởi 
Kwon và Lobo [8] trong đó, họ sử dụng 
phương pháp phát hiện và tính toán tỷ lệ của 
các nếp nhăn trên khuôn mặt để có thể dự 
doán độ tuổi và sau đó nó được cải tiến bởi 
Ramanathan và Chellappa [9]. Tuy nhiên, 
phương pháp này có thể phân biệt được độ 
tuổi giữa người lớn và trẻ em, nhưng rất khó 
có thể phân biệt được độ tuổi giữa những 
người lớn với nhau. Một cách tiếp cận khác 
do Geng cùng các cộng sự [10] trình bày là sử 
dụng AGES cho hiệu quả cao hơn nhưng 
thuật toán này cần một lượng lớn hình ảnh 
khuôn mặt của từng người và đặc biệt hình 
ảnh đầu vào này cần phải ở chính giữa, mặt 
hướng thẳng và được căn chỉnh đúng kích 
thước. Tuy nhiên, trên thực tế thì các bức ảnh 
chụp lại rất ít khi thỏa mãn điều kiện như vậy 
do đó cách tiếp cận này không được phù hợp 
với nhiều ứng dụng thực tế. 
Một cách tiếp cận khác dựa trên các thuật 
toán thống kê đã được sử dụng như GMM 
[11] và HMM, super-vectors [12] được sử 
dụng để làm đại diện cho từng phần của 
khuôn mặt. Trong thập kỷ qua, khi các thuật 
toán học máy dần được cải tiến và đạt được 
thành tựu to lớn đặc biệt là học sâu, thì một 
loạt các công trình nghiên cứu về phân lớp 
tuổi được công bố cho kết quả khả quan, có 
thể kể đến như: Eidinger cùng các cộng sự 
[13] đã sử dụng SVM kết hợp với dropout 
cho bài toán nhận diện tuổi và nhận diện giới 
tính. Năm 2015, Gil Levi và Tal Hassner [14] 
đã đưa ra mô hình Deep Neural Network đầu 
tiên cho bài toán phân lớp tuổi và giới tính. 
Sau đó, Zhu cùng các cộng sự [7] đã xây 
dựng một mô hình đa nhiệm vụ cho phép chia 
sẻ và tìm hiểu các tính năng tối ưu để cải 
thiện hiệu suất nhận dạng cho cả hai nhiệm 
vụ. Đây là bài báo đầu tiên áp dụng mô hình 
tối ưu hóa bài toán nhận diện tuổi và giới tính 
cùng nhau để thấy được mối quan hệ giữa 2 
bài toán. 
2.2 Bài toán phân lớp giới tính: Cùng với sự 
phát triển của bài toán nhận dạng tuổi, bài 
toán nhận biết giới tính đã được đề xuất và 
giải quyết từ những năm 1990. Tổng quan về 
các phương pháp phân lớp giới tính bạn đọc 
có thể được tìm thấy trong [15]. Sau đây, 
chúng tôi sẽ tóm tắt một số phương pháp liên 
quan. Cottrell [16] là người đầu tiên đề xuất 
mô hình mạng nơron giải quyết bài toán nhận 
dạng giới tính, tuy nhiên các khuôn mặt đầu 
vào phải đảm bảo nhiều yêu cầu nhất định, 
gây ra nhiều hạn chế cho mô hình. Sau đó, 
Lyons cùng các cộng sự [17] đã sử dụng thuật 
toán PCA (Principal Component Analysis) và 
LDA (Linear Discriminant Analysis) để nhận 
diện ra giới tính. SVM và AdaBoost được sử 
dụng trong [18] và [19]. Trong [20], Ullah đã 
sử dụng Bộ mô tả kết cấu cục bộ Webers để 
nhận dạng giới tính. Hầu hết các phương pháp 
được thảo luận ở trên đã sử dụng bộ cơ sở dữ 
liệu FERET để đánh giá hiệu suất của mô 
hình. Tuy nhiên, các hình ảnh trong bộ dữ 
liệu FERET được chụp trong điều kiện tốt, 
hình ảnh các khuôn mặt không bị che phủ, và 
hướng thẳng. Hơn nữa, kết quả thu được trên 
bộ dữ liệu này cho thấy nó đã bão hòa và 
không thách thức đối với các phương pháp 
hiện đại. Do đó, những năm gần đây bộ cơ sở 
dữ liệu Adience thường được sử dụng để so 
sánh kết quả giữa các mô hình. Bởi vì bộ dữ 
liệu này chứa hình ảnh thách thức hơn so với 
bộ dữ liệu FERET và được thiết kế để khai 
thác tốt hơn các thông tin từ các ảnh dữ liệu 
đào tạo [14]. Cũng tương tự như bài toán phân 
lớp tuổi, các mô hình như SVM, Deep Neural 
Network bao gồm AdienceNet [14], CaffeNet, 
VGG-16, và GoogleNet [6] cũng được áp dụng 
cho bài toán nhận diện giới tính. 
Tuy nhiên, các phương pháp được nêu ở trên 
đều tồn tại những hạn chế nhất định. Với các 
phương pháp gần đây sử dụng mạng neural 
network thì đã khắc phục được những hạn chế 
đó nhưng số lượng tham số được sử dụng còn 
rất lớn, gây khó khăn cho vấn đề nhận diện 
trong thời gian thực và cho các thiết bị nhúng. 
Phùng Thị Thu Trang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 122 
3. Đề xuất thuật toán 
Trong phần này, chúng tôi sẽ trình bày một 
mô hình đa tác vụ nhẹ mang tên lightweight 
CNN để giải quyết bài toán phân lớp tuổi và 
giới tính. Mô hình của chúng tôi được trình 
bày thành 3 phần bao gồm: Mạng tích chập 
nhẹ, kiến trúc mô hình và cuối cùng là huấn 
luyện và thử nghiệm. Sau đây, chúng tôi sẽ 
giới thiệu về mạng tích chập nhẹ. 
3.1 Mạng tích chập nhẹ: là sử dụng mạng 
CNN để xây dựng ra mô hình với số lượng 
tham số ít, nhưng vẫn đảm bảo hiệu quả về 
mặt hiệu suất. Hay nói cách khác là làm thế 
nào để xây dựng một mô hình CNN với số 
lượng tham số ít nhất có thể nhưng lại đạt 
hiệu quả tốt nhất có thể, đây cũng là thách 
thức khó khăn nhất được đặt ra đối với các 
mô hình nhẹ nói chung. Khác với các mô hình 
như VGG Net hay ResNet sử dụng hơn 40 
triệu hoặc thậm chí hơn 100 tham số, các mô 
hình nhẹ chỉ sử dụng vài triệu hoặc thậm chí 
chỉ hơn 1 triệu tham số. Ví dụ: với phân loại 
độ tuổi, mô hình AdienceNet từ [14] đã sử 
dụng hơn 10 triệu tham số và độ chính xác là 
50,7%, mô hình VGG-16 từ [6] đã sử dụng 
hơn 100 triệu tham số và độ chính xác là 
62,8%, nhưng mô hình nhẹ từ [7] chỉ sử dụng 
10 triệu tham số và độ chính xác lên tới 46,0%. 
3.2 Kiến trúc mô hình: mô hình lightweight 
CNN được mô tả như trong hình 1. Phần đầu 
tiên của mô hình, chúng tôi sử dụng mạng 
CNN để trích chọn ra các đặc trưng từ dữ liệu 
ảnh đầu vào. Các hoạt động trong tầng CNN 
này bao gồm: Convolution (Conv) + Batch 
Normalization (BN) + Rectified Linear Unit 
(ReLU) + Max Pooling (MaxPool) với kích 
thước cửa sổ trượt là 2x2, bước nhảy bằng 2 + 
Drop out (Dropout) với tỷ lệ drop là 0,25. Ở 
phần sau của mô hình, chúng tôi sử dụng mạng 
Fully Connected (FC) với tỷ lệ dropout là 0,25. 
3.3 Huấn luyện và thử nghiệm: Đầu vào của 
mô hình là các hình ảnh RGB được thay đổi 
kích thước xuống còn 64x64, đầu ra của mô 
hình là vectơ y bao gồm 2 giá trị tương ứng với 
ước lượng tuổi và ước lượng giới tính của 
người trong ảnh đầu vào. Hàm mất mát của mô 
hình được thiết kế như trong công thức (1). 
(1) 
Trong đó, N là số mẫu đưa vào mô hình huấn 
luyện, T là số lượng nhiệm vụ (với bài toán 
này T = 2). Chúng ta có là kết quả đầu ra 
của mô hình và y là kết quả thực tế của dữ 
liệu. Hàm mất mát được xây dựng dựa trên 
công thức MSE và áp dụng cho bài toán đa 
nhiệm vụ. 
4. Thử nghiệm 
4.1 Bộ cơ sở dữ liệu Adience: Như đã được 
đề cập ở mục trước, chúng tôi sử dụng bộ cơ 
sở dữ liệu Adience từ [21] để tiến hành huấn 
luyện và đánh giá mô hình. Bộ cơ sở dữ liệu 
Adience chủ yếu được xây dựng để nhận biết 
độ tuổi và giới tính dựa vào ảnh chụp khuôn 
mặt. Adience chứa hơn 26 nghìn hình ảnh với 
độ phân giải 816 × 816 của hơn 2 nghìn người 
khác nhau. Hầu hết các hình ảnh từ bộ dữ liệu 
được tự động tải xuống từ Flickr và chúng 
được thu thập trực tiếp từ các thiết bị di động 
mà không qua lọc thủ công trước đó. 
Có 8 nhóm đại diện cho độ tuổi của các đối 
tượng bao gồm 0-2, 4-6, 8-13, 15-20, 25-32, 
38-43, 48-53, 60-. Hình 2 là một ví dụ về các 
hình ảnh với chất lượng điều kiện ánh sáng 
kém, bị che một phần khuôn mặt, các tư thế 
đầu khác nhau, ... cho thấy sự thách thức từ 
bộ cơ sở dữ liệu này. 
Chúng tôi không sử dụng bất kỳ dữ liệu bên 
ngoài nào trong giai đoạn huấn luyện. Mô 
hình lightweight CNN được đào tạo từ đầu 
với hàm tối ưu hóa là Adam. Các hình ảnh 
huấn luyện được chia thành nhiều phần với 
kích thước là 32 hình ảnh trên mỗi batch và tỷ 
lệ học tập chúng tôi sử dụng là 0,001. Để 
đánh giá chính xác hiệu suất của mô hình, 
chúng tôi sử dụng five-fold cross validation và 
so sánh kết quả của mô hình với các phương 
pháp đã được đề xuất gần đây trong [14], [6], 
[7], [22] về cả độ chính xác, lượng tham số sử 
dụng cũng như thời gian thực hiện. 
Phùng Thị Thu Trang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 123 
Hình 1. Kiến trúc mô hình lightweight CNN 
Hình 2. Một số ảnh trong bộ dữ liệu Adience 
4.2 Kết quả và so sánh: 
Từ bảng 1, có thể thấy rằng mô hình của 
chúng tôi cho kết quả cao nhất trong việc ước 
lượng độ tuổi (đạt 67.9% cao hơn 5.1% so với 
kết quả tốt nhất hiện tại là VGG-16), về mặt 
dự đoán giới tính, mô hình của chúng tôi kém 
hơn 5% so với các mô hình học sâu khác như 
VGG-16. 
Bảng 1. So sánh độ chính xác giữa các mô hình 
Mô hình Tuổi Giới tính 
AdienceNet 50,7% ± 5,1% 86,8% ± 1,4% 
Best from 46,0% ± 0,6% 86,0% ± 1,2% 
CaffeNet 54,3% 90,6% 
GoogleNet 58,5% 91,7% 
VGG-16 62,8% 92,6% 
CNN–ELM 52,3% ± 5,7% 88,2% ± 1,7% 
Lightweight 
CNN 
67,9% ± 1,9% 88,8% ± 1,8% 
Bảng 2, cho thấy số lượng tham số được sử 
dụng của các mô hình. Mô hình light weight 
CNN chỉ sử dụng khoảng 1 triệu tham số, 
trong khi các mô hình khác sử dụng vài triệu 
thậm chí hơn 100 triệu tham số chẳng hạn 
như VGG-16 sử dụng tới 138 triệu tham số. 
Bảng 2. So sánh số lượng tham số được sử dụng 
giữa các mô hình 
Mô hình Số lượng tham số sử dụng 
AdienceNet [14] 12 triệu 
Best from [7] 7 triệu 
CaffeNet [6] 61 triệu 
GoogleNet [6] 4 triệu 
VGG-16 [6] 138 triệu 
CNN–ELM [22] 11 triệu 
Lightweight CNN 1 triệu 
Về thời gian thực hiện, chúng tôi so sánh với 
Best from [7] bởi vì đây là mô hình nhẹ duy 
nhất và cũng là mô hình duy nhất có công bố 
thời gian chạy. Chúng tôi xây dựng lại mô 
hình của họ và chạy chúng trên cùng một máy 
tính có cấu hình 3.6GHz CPU và 20GB 
RAM. Mô hình trong [7] mất 0.4 giây để dự 
đoán ra tuổi và giới tính từ một bức ảnh đầu 
vào, trong khi đó mô hình light weight CNN 
chỉ mất 0.08 giây để làm việc tương tự. 
5. Kết luận 
Trong bài báo này, chúng tôi đã đề xuất một 
mô hình học sâu nhẹ sử dụng mạng CNN để 
nhận diện tuổi và giới tính dựa vào hình ảnh 
khuôn mặt. Mô hình mới này cho phép sử 
dụng một số lượng nhỏ các tham số nhưng đạt 
hiệu suất tốt hơn các mô hình đã được công 
bố gần đây, đồng thời góp phần giải quyết 
vấn đế nhận diện trong thời gian thực. 
Trong tương lai gần, chúng tôi đang có kế 
hoạch cải thiện độ chính xác của mô hình, đặc 
biệt là đối với ước lượng giới tính. Mặt khác, 
chúng tôi sẽ áp dụng mô hình của chúng tôi 
Phùng Thị Thu Trang và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ ĐHTN 200(07): 119 - 124 
 Email: jst@tnu.edu.vn 124 
cho các bài toán khác trong lĩnh vực thị giác 
máy tính và xử lý hình ảnh. 
TÀI LIỆU THAM KHẢO 
[1]. A. Krizhevsky, I. Sutskever, and G. E. Hinton, 
“Imagenet classification with deep convolutional 
neural networks,” Advances in neural information 
processing systems, pp. 1097-1105, 2012. 
[2]. M. D. Zeiler and R. Fergus, “Visualizing and 
understanding convolutional networks”, European 
conference on computer vision. Springer, pp. 818-
833, 2014. 
[3]. C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. 
Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and 
A. Rabinovich, “Going deeper with convolutions”, 
Proceedings of the IEEE conference on computer 
vision and pattern recognition, pp. 1–9, 2015. 
[4]. He Kaiming et al. "Deep residual learning for 
image recognition", Proceedings of the IEEE 
conference on computer vision and pattern 
recognition, 2016. 
[5]. Y. Kim, “Convolutional neural networks for 
sentence classification,” arXiv preprint arXiv, 
1408.5882, 2014. 
[6]. S. Lapuschkin, A. Binder, K. R. Muller, and 
W. Samek, “Understanding ¨ and comparing deep 
neural networks for age and gender classification”, 
the IEEE Conference on Computer Vision and 
Pattern Recognition, pp. 1629–1638, 2017. 
[7]. L. Zhu, K. Wang, L. Lin, and L. Zhang, 
“Learning a lightweight deep convolutional 
network for joint age and gender recognition”, 
Pattern Recognition (ICPR), 2016 23rd 
International Conference on. IEEE, pp. 3282–
3287, 2016. 
[8]. Y. H. Kwon and da Vitoria Lobo, “Age 
classification from facial images”, in 1994 
Proceedings of IEEE Conference on Computer 
Vision and Pattern Recognition, June 1994, pp. 
762–767, 1994. 
[9]. N. Ramanathan and R. Chellappa, “Modeling 
age progression in young faces”, in Computer 
Vision and Pattern Recognition, 2006 IEEE 
Computer Society Conference on, vol. 1. IEEE, 
pp. 387–394, 2006. 
[10]. X. Geng, Z. H. Zhou, and K. Smith-Miles, 
“Automatic age estimation based on facial aging 
patterns”, IEEE Transactions on pattern analysis 
and machine intelligence, Vol. 29, No. 12, pp. 
2234–2240, 2007. 
[11]. S. Yan, M. Liu, and T. S. Huang, “Extracting 
age information from local spatially flexible 
patches”, in Acoustics, Speech and Signal 
Processing, ICASSP 2008. IEEE International 
Conference on, pp. 737–740, 2008. 
[12]. X. Zhuang, X. Zhou, M. Hasegawa-Johnson, 
and T. Huang, “Face age estimation using patch-
based hidden markov model supervectors”, in 
Pattern Recognition, 2008. ICPR 2008. 19th 
International Conference on. IEEE, pp. 1–4, 2008. 
[13]. E. Eidinger, R. Enbar, and T. Hassner, “Age 
and gender estimation of unfiltered faces”, IEEE 
Transactions on Information Forensics and 
Security, Vol. 9, No. 12, pp. 2170–2179, 2014. 
[14]. G. Levi and T. Hassner, “Age and gender 
classification using convolutional neural 
networks”, in Proceedings of the IEEE 
Conference on Computer Vision and Pattern 
Recognition Workshops, pp. 34–42, 2015. 
[15]. D. A. Reid, S. Samangooei, C. Chen, M. S. 
Nixon, and A. Ross, “Soft biometrics for 
surveillance: an overview”, in Handbook of 
statistics. Elsevier, Vol. 31, pp. 327–352, 2013. 
[16]. G. W. Cottrell and J. Metcalfe, “Empath: 
Face, emotion, and gender recognition using 
holons”, in Advances in neural information 
processing systems, pp. 564–571, 1991. 
[17]. M. J. Lyons, J. Budynek, A. Plante, and S. 
Akamatsu, “Classifying facial attributes using a 2-d 
gabor wavelet representation and discriminant 
analysis”, Automatic Face and Gesture Recognition, 
Proceedings. Fourth IEEE International Conference 
on. IEEE, pp. 202–207, 2000. 
[18]. B. Moghaddam and M.-H. Yang, “Learning 
gender with support faces”, IEEE Transactions on 
Pattern Analysis and Machine Intelligence, Vol. 
24, No. 5, pp. 707–711, 2002. 
[19]. S. Baluja and H. A. Rowley, “Boosting sex 
identification performance”, International Journal of 
computer vision, Vol. 71, No. 1, pp. 111–119, 2007. 
[20]. I. Ullah, M. Hussain, G. Muhammad, H. 
Aboalsamh, G. Bebis, and A. M. Mirza, “Gender 
recognition from face images with local wld 
descriptor”, in Systems, Signals and Image 
Processing (IWSSIP), 2012 19th International 
Conference on. IEEE, pp. 417–420, 2012. 
[21]. E. Eidinger, R. Enbar, and T. Hassner, “Age 
and gender estimation of unfiltered faces”, IEEE 
Transactions on Information Forensics and 
Security, Vol. 9, No. 12, pp. 2170–2179, 2014. 
[22]. M. Duan, K. Li, C. Yang, and K. Li, “A 
hybrid deep learning cnn– elm for age and gender 
classification”, Neurocomputing, Vol. 275, pp. 
448–461, 2018.