Age Estimation Method based on Comparative Convolutional Neural Network using Inception Module

최근 딥러닝(Deep learning)을 이용한 연구가 활발히 진행되고 있다. 딥러닝의 한 종류인 Convolutional Neural Network(CNN)에서는 Alexnet, VggNet, GoogleNet, ResNet, DenseNet 등 이 나왔으며, 이 모델들을 이용하여 영상 분류(image classification), 영상 검출(detection)로 활용되고 있다. 본 논문은 나이 추정에 관한 영상 분류의 목적을 가지고 있으며, 각 나이에 해당하는 여러 개의 클래스를 분류함에 있어 기존 Comparative Region Convolutional Neural Network(CRCNN)와 같이 멀티 클래스 분류기를 사용하지 않고 두 개의 클래스에 대해 나이 비교만을 수행하는 바이너리 분류기를 사용하여 나이를 분류하는 Comparative Convolutional Neural Network for Age Estimation(CCNNAE)기법을 제안한다. 바이너리 분류기를 이용함으로써 클래스 간 DB개수의 불균형을 완화되고 비교를 수행하는 분류기를 사용함으로써 한 장의 영상에 여러 개의 영상에 관한 라벨(Label)이 각각 비교 되어 적용되기 때문에 DB가 증가(Augmentation)되는 효과가 있어 기존 기법보다 예측 정확도가 증가한다. CCNNAE는 배치 사이즈(Batch size)안에서 두 영상에 대한 M차원의 나이 비유사도를 측정한 것을 학습한다. 실험에서는 정확성(Accuracy)과 mean absolute error(MAE)이 각각 90.2%, 2.77 이 나왔고 이 결과를 통해 나이를 분별력 있게 측정하였다.