Автоматическая оценка возраста на основе паттернов старения лица

Хотя распознавание большинства вариаций лица, таких как личность, выражение и пол, изучено весьма подробно, автоматическая оценка возраста исследована редко. В отличие от других вариаций лица, старение обладает рядом уникальных особенностей, что делает оценку возраста сложной задачей. В данной работе предложен метод автоматической оценки возраста под названием AGES (подпространство паттернов старения). Основная идея заключается в моделировании паттерна старения, определяемого как последовательность изображений лица конкретного человека, упорядоченных по времени, с помощью построения репрезентативного подпространства. Соответствующий паттерн старения для ранее не встречавшегося изображения лица определяется проекцией в подпространство, которое позволяет восстановить изображение лица с минимальной ошибкой восстановления, а положение изображения лица в этом паттерне старения затем указывает на его возраст. В экспериментах AGES и его варианты сравнивали с ограниченным числом существующих методов оценки возраста (WAS и AAS) и с рядом хорошо известных методов классификации (kNN, BP, C4.5 и SVM). Кроме того, проведено сравнение с возможностями человека в оценке возраста. Интересно, что эффективность AGES не только значительно превосходила все остальные алгоритмы, но и была сопоставима с результатами наблюдателей-людей.