要約
属性は、意味的に重要な特性であり、その適用範囲はカテゴリの境界を広く越えるものです。特に、明示的な訓練例が与えられていない概念を記述および認識する際（例えば、ゼロショット学習）に重要です。また、属性は人間が説明可能なため、効率的な人間とコンピュータの相互作用にも利用できます。本論文では、顔の属性予測を改善するためにセマンティックセグメンテーションを用いることを提案します。このアイデアの核心は、多くの顔の属性が局所的な特性を記述しているという事実にあります。つまり、属性が顔画像に現れる確率は空間領域において均一ではないということです。私たちは深層セマンティックセグメンテーションネットワークと共に顔の属性予測モデルを構築しました。これにより、セマンティックセグメンテーションで学習された位置情報を利用して、異なる属性が自然に現れる領域への注意を誘導することができます。この手法により、訓練時に画像レベルのラベル（弱い教師あり）しか利用できないにもかかわらず、属性の認識だけでなく局所化も可能となりました。私たちは提案手法をCelebAおよびLFWAデータセットで評価し、従来の手法よりも優れた結果を得ました。さらに、逆問題においても顔の属性が利用できる場合にセマンティック顔解析が改善することを示しています。これは、これらの2つの密接に関連したタスクを共同でモデリングする必要性を再確認しています。