Dalam penerbitan baru-baru ini dalam Sains China Sains Hayat, pasukan penyelidik yang diketuai oleh Profesor Jing-Dong Jackie Han dan Ph.D. pelajar Xinyu Yang dari Universiti Peking mewujudkan model pembelajaran mendalam untuk anggaran umur menggunakan awan titik muka 3D tidak berdaftar. Mereka juga mencadangkan algoritma transformasi monotonic bijak koordinat untuk mengasingkan ciri muka berkaitan usia daripada wajah manusia yang boleh dikenal pasti.
Pasukan itu melatih model itu pada lebih 16,000 contoh data awan titik muka 3D, mencapai purata ralat mutlak kira-kira 2.5 tahun. Model ini mengiktiraf invarian putaran muka manusia. Dalam analisis mereka tentang bentuk muka dan kepentingan warna kulit, mereka membangunkan algoritma transformasi monotonic yang bijak koordinat.
Algoritma boleh memesongkan muka tanpa mengubah kedudukan relatif unsur muka. Pasukan mendapati bahawa model pembelajaran mendalam boleh menganggarkan umur dengan wajah secara tepat dan konsisten sebelum dan selepas menggunakan algoritma transformasi dalam pelbagai senario, menunjukkan bahawa transformasi berkesan memelihara ciri wajah berkaitan usia.
Walau bagaimanapun, dalam ujian visual, subjek mengalami penurunan ketara dalam ketepatan dan kelajuan tindak balas apabila menilai wajah yang diubah. Selain itu, model pengesahan muka pengiraan yang dilatih pada bentuk muka biasa gagal mengecam wajah yang diubah.
Memandangkan persamaan dan perbezaan dalam anggaran umur dan tugas pengenalpastian, pasukan penyelidik mencadangkan garis panduan perlindungan data muka. Garis panduan ini, yang menampilkan transformasi monotonic dari segi koordinat dan peruntukan data terpilih, bertujuan untuk menyediakan asas teori untuk mengurus pusat data muka atau set data awam.
