论文
零样本面部和眼周性别估计的 CLIP 基准测试
Benchmarking CLIP for Zero-Shot Face and Periocular Gender Estimation
摘要
我们研究 CLIP 从全脸和眼周图像中进行零样本性别估计。使用带有男性/女性提示的图像文本相似性对 Adience 的 11,299 张正面图像进行评估，实现了 95.54% 的全脸准确率，无需特定任务的训练。对于眼周，零样本预测强烈偏向男性，这主要是由于决策边界未对准。阈值对齐大大减少了这种偏差，达到 85.29% 的准确度。在 CLIP 特征上训练的线性 SVM 仅提供边际增益，最佳眼周准确度为 86.17%，比文献中之前的 Adience 结果高出约 2.8%。然而，与全脸性能的差距证实了眼周性别估计的更大难度
