17일 전
단일 이미지에서 얼굴 랜드마크 없이 실제 연령과 인상 연령의 깊은 기대 추정
{Luc van Gool, Radu Timofte, Rasmus Rothe}

초록
본 논문에서는 얼굴 랜드마크를 사용하지 않고 단일 얼굴 이미지에서 연령 추정을 수행하는 딥러닝 기반 솔루션을 제안하고, 연령과 성별 레이블이 부여된 가장 큰 공개 데이터셋인 IMDB-WIKI 데이터셋을 소개한다. 실제 연령 추정 연구는 수십 년에 걸쳐 진행되어 왔으나, 얼굴 이미지에서 타인이 인식하는 '외형 연령'(apparent age)에 대한 연구는 비교적 최근의 도전 과제이다. 우리는 VGG-16 아키텍처를 기반으로 한 컨볼루션 신경망(Convolutional Neural Networks, CNNs)을 활용하여 이 두 가지 과제를 동시에 해결한다. 이 CNN 모델들은 이미지 분류를 위한 ImageNet 데이터셋으로 사전 훈련되었다. 연령 추정 문제를 깊이 있는 분류 문제로 설정한 후 소프트맥스 기대값 보정을 수행하는 방식으로 접근하였다. 본 솔루션의 핵심 요소는 다음과 같다: 대규모 데이터에서 학습된 심층 모델, 강건한 얼굴 정렬 기법, 그리고 연령 회귀를 위한 기대값 수식화 방식이다. 제안한 방법은 표준 벤치마크에서 검증되었으며, 실제 연령 추정과 외형 연령 추정 모두에서 최신 기술 수준(SOTA)의 성능을 달성하였다.