Heterogene Gesichtseigenschaftsschätzung: Ein Ansatz mit tiefem Mehrfachaufgaben-Lernen

Die Schätzung von Gesichtseigenschaften hat zahlreiche potenzielle Anwendungen in der Videüberwachung, Gesichtserkennung und sozialen Medien. Obwohl verschiedene Methoden für die Schätzung von Gesichtseigenschaften vorgeschlagen wurden, berücksichtigten die meisten von ihnen während des Lernens der Merkmalsrepräsentation nicht explizit die Korrelation und Heterogenität der Eigenschaften (z.B. ordinale vs. nominale und holistische vs. lokale Eigenschaften). In dieser Arbeit stellen wir einen Ansatz des tiefen Mehrfachlernens (Deep Multi-Task Learning, DMTL) vor, um mehrere heterogene Eigenschaften aus einem einzelnen Gesichtsbild gemeinsam zu schätzen. Im Rahmen des DMTL adressieren wir die Korrelation und Heterogenität der Eigenschaften durch konvolutorische Neuronale Netze (CNNs), die sowohl das gemeinsame Lernen von Merkmalen für alle Eigenschaften als auch das kategorie-spezifische Lernen von Merkmalen für heterogene Eigenschaften umfassen. Zudem führen wir eine unbeschränkte Gesichtsdatenbank (LFW+) ein, eine Erweiterung der öffentlich zugänglichen LFW-Datenbank, mit heterogenen demografischen Eigenschaften (Alter, Geschlecht und Rasse), die durch Crowdsourcing erlangt wurden. Experimentelle Ergebnisse auf Benchmarks mit mehreren Gesichtseigenschaften (MORPH II, LFW+, CelebA, LFWA und FotW) zeigen, dass der vorgeschlagene Ansatz im Vergleich zum Stand der Technik überlegene Leistung aufweist. Schließlich demonstrieren Evaluierungen auf einer öffentlich zugänglichen Gesichtsdatenbank (LAP) mit einer einzelnen Eigenschaft, dass der vorgeschlagene Ansatz ausgezeichnete Generalisierungsfähigkeiten besitzt.