De syv aldre med ansigtsgenkendelse

Ansigtsgenkendelse bliver et stadig mere almindeligt træk ved biometriske verifikationssystemer. Nu, et hold fra Indien har brugt en multi-class support vektor maskine til at udvide den måde, som sådanne systemer fungerer på, til at tage hensyn til en persons alder. Jayant Jagtap fra Symbiosis International (Deemed) University i Pune, og Manesh Kokare fra Shri Guru Gobind Singhji Institute of Engineering and Technology, i Nanded, Indien, forklare, at menneskelig aldersklassifikation er forblevet en vigtig barriere for den næste generation af ansigtsgenkendelsesteknologi, men kan være en nyttig yderligere parameter i sikkerhed og andre sammenhænge.

Holdets nye to-trins aldersklassificeringsramme baseret på udseende og ansigtshudens aldringsfunktioner ved hjælp af en multi-class support vektor maskine (M-SVM) kan klassificere, holdet foreslår, klassificere billeder af ansigter i en af ​​syv aldersgrupper. Grundlæggende systemet undersøger karakteristika ved billedet, der falder sammen med ansigtshudens tekstur og rynker og er nøjagtig 94,45% af tiden. Det fungerer godt på trods af faktorer som genetik, køn, sundhed, livstids vejrforhold, arbejds- og bomiljø, brug af tobak og alkohol. Ja, nøjagtigheden er større end 98 % i det første trin, hvor voksne og ikke-voksne ansigter skelnes.

"Den foreslåede ramme for aldersklassificering giver bedre ydeevne end eksisterende aldersklassifikationssystemer, " rapporterer holdet. De tilføjer, at fremtidig forskning vil se på at forbedre nøjagtigheden yderligere til brug i realtidsapplikationer. Dette vil blive gjort gennem udviklingen af ​​en algoritme til at udvinde ansigtshudens aldringstræk og gennem designet af en effektiv aldersklassificering , afslutter holdet.