Gesichtsalterabschätzung durch tiefes residuelles Entscheidungsfinden

Das Residuallernen von Darstellungen vereinfacht das Optimierungsproblem des Lernens komplexer Funktionen und wird bereits von traditionellen Faltungsneuronalen Netzen (Convolutional Neural Networks, CNNs) weitgehend eingesetzt. Bislang wurde es jedoch nicht auf tiefen neuronalen Entscheidungswäldern (Deep Neural Decision Forest, NDF) angewendet. In dieser Arbeit integrieren wir Residuallernen in den NDF, wodurch das resultierende Modell auf drei öffentlichen Benchmarks für Altersschätzung eine Stand der Technik entsprechende Genauigkeit erreicht, gleichzeitig aber weniger Speicher- und Rechenressourcen benötigt. Des Weiteren nutzen wir eine gradientenbasierte Technik, um den Entscheidungsprozess des NDF zu visualisieren und zu verstehen, wie er durch die Eingabe von Gesichtsbildern beeinflusst wird. Der Code sowie die vorab trainierten Modelle werden unter https://github.com/Nicholasli1995/VisualizingNDF zur Verfügung gestellt.