文章目录
《Facial Age Estimation by Deep Residual Decision Making》
深度决策森林
深度决策森林 NDF,随机森林可以被用作深度学习网络的最后一层的分类器,通过前面的系统输出的表征数据,然后用随机森林作为分类器进行分类。并且,深度决策森林,将传统随机森林的局部优化改进成通过反向传播算法进行全局优化,随机森林的参数训练可以与前端的深度学习网络进行无缝衔接。
创新点
1.将ResNet应用到深度决策森林(NDF中)。
2.利用基于梯度的技术来可视化NDF的决策过程。
网络介绍
图1.深度残差神经决策森林(RNDF)。输入图像从分类节点传输(红色箭头),然后到达叶节点给出预测。从输入中提取深度表征数据发送(蓝色箭头)到每个分类节点进行决策。在特征提取过程中引入ResNet,帮助优化复杂软决策函数。
p i p_i pi:每个叶节点的预测向量
P P P:每个叶节点的预测向量 p i p_i pi与其路径的权重相乘,求和得到最终的预测值。
权重由路径上的分裂节点给出的推荐分数 S i S_i Si相乘得到。 j m = 0 j_m=0 j