최근 간행물에서 과학 중국 생명 과학, Jing-Dong Jackie Han 교수와 Ph.D.가 이끄는 연구팀. Peking University의 Xinyu Yang 학생은 미등록 3D 얼굴 포인트 클라우드를 사용하여 연령 추정을 위한 딥 러닝 모델을 구축했습니다. 그들은 또한 식별 가능한 인간 얼굴에서 연령 관련 얼굴 특징을 분리하기 위한 좌표별 단조 변환 알고리즘을 제안했습니다.
팀은 16,000개 이상의 3D 페이스 포인트 클라우드 데이터 인스턴스에 대해 모델을 훈련하여 약 2.5년의 평균 절대 오차를 달성했습니다. 이 모델은 인간 얼굴의 회전 불변성을 인식합니다. 얼굴 모양과 피부톤의 중요성을 분석하여 좌표 단조 변환 알고리즘을 개발했습니다.
알고리즘은 얼굴 요소의 상대적 위치를 변경하지 않고도 얼굴을 왜곡할 수 있습니다. 팀은 다양한 시나리오에서 변환 알고리즘을 적용하기 전과 후에 딥 러닝 모델이 얼굴의 나이를 정확하고 일관되게 추정할 수 있음을 발견했으며, 이는 변환이 나이와 관련된 얼굴 특징을 효과적으로 보존한다는 것을 입증했습니다.
그러나 시각적 테스트에서 피험자들은 변형된 얼굴을 평가할 때 정확도와 반응 속도가 눈에 띄게 감소하는 것을 경험했습니다. 또한 정상적인 얼굴 모양에 대해 훈련된 컴퓨터 얼굴 검증 모델은 변환된 얼굴을 인식하지 못했습니다.
연구팀은 연령 추정 및 식별 작업의 유사점과 차이점을 고려하여 얼굴 데이터 보호 지침을 제안했습니다. 좌표별 단조로운 변환과 선택적 데이터 프로비저닝을 특징으로 하는 이 지침은 얼굴 데이터 센터 또는 공개 데이터 세트를 관리하기 위한 이론적 기반을 제공하는 것을 목표로 합니다.
