في منشور حديث في العلوم الصين علوم الحياة، فريق بحثي بقيادة البروفيسور جينغ دونغ جاكي هان والدكتوراه. أنشأ الطالب شينيو يانغ من جامعة بكين نموذجًا للتعلم العميق لتقدير العمر باستخدام سحابات الوجه ثلاثية الأبعاد غير المسجلة. واقترحوا أيضًا خوارزمية التحويل الرتيبة المنسقة لعزل ملامح الوجه المرتبطة بالعمر عن الوجوه البشرية التي يمكن التعرف عليها.
وقام الفريق بتدريب النموذج على أكثر من 16,000 حالة من البيانات السحابية ثلاثية الأبعاد لنقطة الوجه، محققًا متوسط خطأ مطلق يبلغ حوالي 3 سنة. يتعرف النموذج على الثبات الدوراني للوجوه البشرية. وفي تحليلهم لشكل الوجه وأهمية لون البشرة، قاموا بتطوير خوارزمية التحويلات الرتيبة ذات التنسيق الحكيم.
يمكن للخوارزمية تشويه الوجوه دون تغيير المواضع النسبية لعناصر الوجه. ووجد الفريق أن نماذج التعلم العميق يمكنها تقدير أعمار الوجوه بدقة وثبات قبل وبعد تطبيق خوارزمية التحويل في سيناريوهات مختلفة، مما يدل على أن التحولات تحافظ بشكل فعال على ميزات الوجه المرتبطة بالعمر.
ومع ذلك، في الاختبارات البصرية، شهد الأشخاص انخفاضًا ملحوظًا في الدقة وسرعة الاستجابة عند تقييم الوجوه المتحولة. بالإضافة إلى ذلك، فشلت نماذج التحقق الحسابي من الوجه المدربة على أشكال الوجه العادية في التعرف على الوجوه المتحولة.
وبالنظر إلى أوجه التشابه والاختلاف في تقدير العمر ومهام تحديد الهوية، اقترح فريق البحث مبادئ توجيهية لحماية بيانات الوجه. يهدف هذا المبدأ التوجيهي، الذي يتضمن تحويلات رتيبة منسقة وتوفير بيانات انتقائية، إلى توفير أساس نظري لإدارة مراكز بيانات الوجه أو مجموعات البيانات العامة.
