Dalam publikasi terbaru di Sains Cina Ilmu Hayati, tim peneliti yang dipimpin oleh Profesor Jing-Dong Jackie Han dan Ph.D. mahasiswa Xinyu Yang dari Universitas Peking membuat model pembelajaran mendalam untuk estimasi usia menggunakan awan titik wajah 3D yang tidak terdaftar. Mereka juga mengusulkan algoritma transformasi monotonik koordinat-bijaksana untuk mengisolasi fitur wajah yang berkaitan dengan usia dari wajah manusia yang dapat diidentifikasi.
Tim melatih model tersebut pada lebih dari 16,000 contoh data cloud titik wajah 3D, dan mencapai kesalahan absolut rata-rata sekitar 2.5 tahun. Model ini mengenali invarian rotasi wajah manusia. Dalam analisis mereka tentang pentingnya bentuk wajah dan warna kulit, mereka mengembangkan algoritma transformasi monotonik yang bijaksana.
Algoritma ini dapat mendistorsi wajah tanpa mengubah posisi relatif elemen wajah. Tim menemukan bahwa model pembelajaran mendalam dapat secara akurat dan konsisten memperkirakan usia pada wajah sebelum dan sesudah menerapkan algoritma transformasi dalam berbagai skenario, menunjukkan bahwa transformasi tersebut secara efektif mempertahankan fitur wajah yang berkaitan dengan usia.
Namun, dalam tes visual, subjek mengalami penurunan akurasi dan kecepatan respons yang signifikan saat menilai wajah yang diubah. Selain itu, model verifikasi wajah komputasi yang dilatih pada bentuk wajah normal gagal mengenali wajah yang diubah.
Mempertimbangkan persamaan dan perbedaan dalam tugas estimasi dan identifikasi usia, tim peneliti mengusulkan pedoman perlindungan data wajah. Pedoman ini, yang menampilkan transformasi monotonik berdasarkan koordinat dan penyediaan data selektif, bertujuan untuk memberikan landasan teoretis dalam mengelola pusat data wajah atau kumpulan data publik.