초록
본 연구에서는 얼굴 이미지를 기반으로 한 나이 추정을 위한 새로운 딥러닝 접근법을 제안한다. 먼저, 주의 메커니즘(attention) 기반의 이중 이미지 증강-집합 방식을 도입한다. 이는 트랜스포머 인코더(Transformer-Encoder)를 통해 여러 얼굴 이미지 증강 결과의 임베딩을 집계하여 네트워크가 함께 활용할 수 있도록 한다. 그 결과 생성된 집계 임베딩은 얼굴 이미지의 특징을 더 효과적으로 표현함을 보였다. 다음으로, 이산적인 나이 레이블에 대한 확률적 추정과 이를 보완하는 회귀기 앙상블을 결합하는 확률적 계층적 회귀 프레임워크를 제안한다. 각 회귀기는 특정 나이 범위에서 확률적 추정을 정교화하도록 특별히 적응 및 훈련된다. 제안한 방법은 MORPH II 데이터셋을 이용한 나이 추정 실험에서 기존의 최첨단 기법들을 초월하며, 새로운 최고 성능의 나이 추정 정확도를 달성함을 입증하였다. 마지막으로, 최첨단 나이 추정 결과에 대한 편향 분석을 제시한다.