異種顔属性推定：深層多タスク学習アプローチ

顔属性推定は、ビデオ監視、顔検索、およびソーシャルメディアにおいて多くの潜在的な応用があります。顔属性推定のための数々の手法が提案されてきましたが、それらの多くは特徴表現学習中に属性間の相関関係や異質性（例：順序尺度対名義尺度、全体的対局所的）を明示的に考慮していません。本論文では、単一の顔画像から複数の異なる属性を同時推定する深層多タスク学習（Deep Multi-Task Learning, DMTL）アプローチを提案します。DMTLでは、すべての属性に対する共有特徴学習と、異なる属性に対するカテゴリ固有の特徴学習を用いて、属性間の相関関係と異質性に対処します。また、公衆利用可能なLFWデータベースを拡張した無制約な顔データベース（LFW+）を紹介します。このデータベースには、クラウドソーシングにより得られた年齢、性別、人種などの異なる人口統計学的属性が含まれています。MORPH II, LFW+, CelebA, LFWA, FotWなど複数の顔属性ベンチマークでの実験結果は、提案されたアプローチが既存手法に優れた性能を示すことを示しています。最後に、単一属性を持つ公衆利用可能な顔データベース（LAP）での評価結果は、提案されたアプローチが優れた汎化能力を持っていることを示しています。