[論文レビュー] BridgeNet: A Continuity-Aware Probabilistic Network for Age Estimation

Wanhua Li, Jiwen Lu+4 more|arXiv (Cornell University)|Apr 6, 2019

Face recognition and analysis参考文献 45被引用数 8

ひとこと要約

BridgeNetは、隣接する年齢間の顔貌の滑らかな連続的変化を明示的にモデル化するため、局所的回帰器とゲーティングネットワークを組み合わせた連続性に配慮した確率的ネットワークである。ゲーティングネットワークにおける隣接ノード間の類似性を強制することで、回帰精度が向上し、MORPH IIでは2.38 MAE、Chalearn LAP 2015では2.98 MAEという最先端の性能を達成し、回帰およびランクベースのベンチマークの両方で既存手法を上回った。

ABSTRACT

Age estimation is an important yet very challenging problem in computer vision. Existing methods for age estimation usually apply a divide-and-conquer strategy to deal with heterogeneous data caused by the non-stationary aging process. However, the facial aging process is also a continuous process, and the continuity relationship between different components has not been effectively exploited. In this paper, we propose BridgeNet for age estimation, which aims to mine the continuous relation between age labels effectively. The proposed BridgeNet consists of local regressors and gating networks. Local regressors partition the data space into multiple overlapping subspaces to tackle heterogeneous data and gating networks learn continuity aware weights for the results of local regressors by employing the proposed bridge-tree structure, which introduces bridge connections into tree models to enforce the similarity between neighbor nodes. Moreover, these two components of BridgeNet can be jointly learned in an end-to-end way. We show experimental results on the MORPH II, FG-NET and Chalearn LAP 2015 datasets and find that BridgeNet outperforms the state-of-the-art methods.

研究の動機と目的

• 顔貌の年齢推定における非定常的かつ多様な老化パターンの課題に対処すること。
• 隣接する年齢間に高い視覚的類似性を示す顔貌の老化の連続的性質を明示的にモデル化すること。
• 局所的回帰器間の連続性に配慮した重み付けを活用することで、回帰精度を向上させること。
• 局所的回帰器と連続性に配慮したゲーティングネットワークを統合した、共同でエンド・ツー・エンドで学習可能なフレームワークを開発すること。
• ベンチマーク用年齢推定データセットにおいて、既存の最先端手法を上回ること。

提案手法

• BridgeNetは、局所的回帰器を用いてデータ空間を重複する部分空間に分割し、多様な老化パターンの局所的モデリングを可能にする。
• ブリッジツリー構造を有するゲーティングネットワークが、局所的回帰器の出力に対して確率的で連続性に配慮した重みを学習する。
• ブリッジツリーは、同じ層の隣接ノード間にスイップ接続（ブリッジ接続）を導入することで、隣接する年齢グループ間の類似性を強制し、連続性をモデル化する。
• ゲーティングネットワークは、ハードディシジョンではなく確率的ソフトディシジョンメカニズムを用いるため、頑健で滑らかなアンサンブル予測が可能になる。
• モデル全体がエンド・ツー・エンドで学習可能であり、深層ニューラルネットワークとシームレスに統合できる。
• アーキテクチャはスケーラブルな深さとノードの増加をサポートしており、リーフノードの数を制御することでモデルの複雑さを調整可能である。

実験結果

リサーチクエスチョン

• RQ1 隣接する年齢グループ間の連続性をモデル化することで、年齢推定の精度が向上するか？
• RQ2 ツリー構造のゲーティングネットワークにブリッジ接続を導入すると、年齢回帰の性能にどのような影響を与えるか？
• RQ3 確率的ソフトゲーティングメカニズムは、ハードディシジョンに基づくアンサンブルと比較して、年齢推定で優れているか？
• RQ4 局所的回帰器の分割統治戦略が、連続性に配慮した統合によってどれほど恩恵を受けるか？
• RQ5 BridgeNetは、年齢推定を越えて、他の回帰ベースのコンピュータビジョンタスクにも一般化可能か？

主な発見

• MORPH IIデータセット（設定I）では2.38 MAEを達成し、6層のバイナリツリー基準と比較して0.13年分の誤差低減を実現した。
• Chalearn LAP 2015の検証セットでは、MAEが2.98、εエラーが0.26であり、最先端手法をMAEで0.23年、εエラーで0.02点上回った。
• バイナリブリッジツリーのバージョンは、ブリッジノードの密度が高まり、連続性モデリングが向上するため、トリプルブリッジツリーを上回る精度を達成した。
• アブレーションスタディの結果、標準的なツリーおよびソフトマックスベースのゲーティングネットワークと比較して、ブリッジツリー構造が顕著に優れており、特に同程度のモデル複雑度下で顕著であった。
• BridgeNetは単一のネットワークで優れた性能を達成した一方で、最先端手法はアンサンブルモデルを必要としており、本手法の効率性と頑健性を示した。
• 本手法は一般化可能であり、任意の深層ニューラルネットワークとエンド・ツー・エンドで統合可能であり、回帰タスクへの広範な適用性を有する。