顔画像からの人口統計推定：人間 vs. 機械のパフォーマンス

人口統計推定は、顔画像から人の年齢、性別、人種を自動的に推定することであり、法医学からソーシャルメディアまで幅広い潜在的な応用があります。自動人口統計推定、特に年齢推定は、同じ人口統計グループに属する人々が内的および外的要因によって顔の外見が大きく異なるため、依然として挑戦的な問題です。本論文では、自動的な人口統計（年齢、性別、人種）推定のための一般的なフレームワークを提案します。顔画像が与えられると、まずブースティングアルゴリズムを使用して人口統計情報の特徴を抽出し、次にグループ間分類とグループ内回帰からなる階層アプローチを採用します。また、信頼できる人口統計推定を得ることが難しい低品質の顔画像を特定するための品質評価も開発されています。FG-NET（1K画像）、FERET（3K画像）、MORPH II（75K画像）、PCSO（100K画像）、およびLFWのサブセット（4K画像）という多様な顔画像データベースにおける実験結果は、提案したアプローチの性能が最先端と比較して優れていることを示しています。最後に、私たちはクラウドソーシングを使用して、顔画像から人口統計を推定する人間の認知能力を研究します。クラウドソーシングデータからの人口統計推定と提案されたアルゴリズムの比較は、この挑戦的な問題に対する多くの洞察を提供します。