BridgeNet: 年齢推定のための連続性を意識した確率ネットワーク

年齢推定は、コンピュータビジョンにおける重要な課題であり、非常に難易度の高い問題です。既存の年齢推定手法では、非定常的な加齢プロセスによって引き起こされる異種データを扱うために、一般的に分割統治戦略が適用されています。しかし、顔の加齢プロセスは連続的なプロセスでもあり、異なる成分間の連続性関係が十分に活用されていません。本論文では、年齢ラベル間の連続性関係を効果的に抽出することを目指したBridgeNet（ブリッジネット）を提案します。提案するBridgeNetは、局所回帰器とゲーティングネットワークから構成されます。局所回帰器はデータ空間を複数の重複する部分空間に分割し、異種データに対処します。一方、ゲーティングネットワークは提案されたブリッジツリー構造を用いて、近傍ノード間の類似性を強制するために橋接接続を木モデルに導入し、局所回帰器の結果に対する連続性認識重みを学習します。さらに、これらの2つの構成要素である局所回帰器とゲーティングネットワークはエンドツーエンドで共同学習できます。MORPH II, FG-NET, Chalearn LAP 2015 データセットでの実験結果を示し、BridgeNetが最先端の手法よりも優れていることを確認しました。