最近の出版物で サイエンス 中国 ライフサイエンス、Jing-Dong Jackie Han教授と博士が率いる研究チーム。北京大学の学生 Xinyu Yang 氏は、未登録の 3D 顔点群を使用して年齢推定のための深層学習モデルを確立しました。彼らはまた、識別可能な人間の顔から年齢に関連した顔の特徴を分離するための座標単位の単調変換アルゴリズムを提案しました。
チームは 16,000 を超える 3D 顔点群データのインスタンスでモデルをトレーニングし、平均絶対誤差約 2.5 年を達成しました。このモデルは人間の顔の回転不変性を認識します。顔の形と肌の色合いの重要性の分析において、彼らは座標単位の単調変換アルゴリズムを開発しました。
このアルゴリズムは、顔要素の相対位置を変更せずに顔を歪ませることができます。研究チームは、さまざまなシナリオで変換アルゴリズムを適用する前後で、深層学習モデルが顔の年齢を正確かつ一貫して推定できることを発見し、変換によって年齢に関連した顔の特徴が効果的に保存されることを実証しました。
ただし、視覚テストでは、被験者は変形した顔を評価する際の精度と応答速度が著しく低下しました。さらに、通常の顔の形状でトレーニングされた計算による顔検証モデルは、変換された顔を認識できませんでした。
研究チームは、年齢推定と識別タスクの類似点と相違点を考慮して、顔データ保護ガイドラインを提案しました。このガイドラインは、座標方向の単調変換と選択的なデータ プロビジョニングを特徴としており、顔データ センターや公開データセットを管理するための理論的基盤を提供することを目的としています。
