Hierarchische Aufmerksamkeitsbasierte Altersschätzung und Bias-Schätzung

In dieser Arbeit stellen wir einen neuartigen Deep-Learning-Ansatz für die Altersschätzung basierend auf Gesichtsbildern vor. Zunächst führen wir einen dualen Ansatz zur Bildaugmentation und -Aggregation basierend auf Aufmerksamkeit ein. Dies ermöglicht es dem Netzwerk, mehrere augmentierte Gesichtsbilder gemeinsam zu nutzen, deren Embeddings durch einen Transformer-Encoder aggregiert werden. Die resultierende aggregierte Embedding-Representation zeigt sich als effektiver bei der Kodierung von Gesichtsbildmerkmalen. Anschließend schlagen wir einen probabilistischen hierarchischen Regressionsrahmen vor, der eine diskrete probabilistische Schätzung von Alterskategorien mit einer entsprechenden Ensemble-Regres­sionsmethode kombiniert. Jeder Regressor wird speziell an eine Altersintervall-Region angepasst und trainiert, um die probabilistische Schätzung innerhalb dieses Bereichs zu verfeinern. Unser Ansatz zeigt sich gegenüber aktuellen Methoden überlegen und erreicht eine neue State-of-the-Art-Genauigkeit bei der Altersschätzung, wenn er auf dem MORPH II-Datensatz angewendet wird. Schließlich führen wir eine Bias-Analyse der aktuellen State-of-the-Art-Ergebnisse in der Altersschätzung ein.