Journals / Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi / 2016 / Cilt: 9 - Sayı: 2

Yüz Bölgelerinin Yaş Tahmini Başarımlarının Yaş Gruplarına Göre Değerlendirilmesi

Pages
1–10
Publication Date
2017-07-06
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

FGNET ve PAL veritabanlarında yapılan deneylerde farklı yaş gruplarında değişik bölgelerin daha etkin olduğu görülmüştür.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Yaşlanma insanın yüz görünümünde büyük değişimlere neden olmaktadır.
📊
Key Findings & Data:Yüzdeki yaşlanma etkileri kişiden kişiye farklılık göstermekte ve pek çok faktörden etkilenmektedir.
💡
Conclusion & Impact:FGNET ve PAL veritabanlarında yapılan deneylerde farklı yaş gruplarında değişik bölgelerin daha etkin olduğu görülmüştür.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Yaş tahmini · yaş grupları · Yerel İkili Örüntüler

Özet

Yaşlanma insanın yüz görünümünde büyük değişimlere neden olmaktadır. Yüzdeki yaşlanma etkileri kişiden kişiye farklılık göstermekte ve pek çok faktörden etkilenmektedir. Bu nedenle yüzün farklı bölgelerinde bulunan yaşlanma etkilerinin belirlenmesi otomatik yaş tahmini sistemlerinin tasarımında önem taşımaktadır. Diğer yandan farklı yaş gruplarında yüz bölgelerindeki yaşlanma etkileri farklılık gösterebilir. Çalışmada Erik Erikson’un gelişim teorisine göre belirlenen yaş grupları için, yüzün çeşitli bölgelerinden (göz, burun, yanak, ağız-çene, ağız kenarı) 3 farklı histogram tabanlı doku tanımlayıcısı ile (Yerel İkili Örüntüler, Yerel Faz Kuantalama, Weber Yerel Tanımlayıcısı) öznitelikler çıkarılmıştır. Öznitelik vektörlerinin boyutu küçültüldükten sonra çoklu lineer regresyon ile yaş tahmini yapılmıştır. FGNET ve PAL veritabanlarında yapılan deneylerde farklı yaş gruplarında değişik bölgelerin daha etkin olduğu görülmüştür.

🔖

Cite This Article

GÜNAY, A., NABİYEV, V. (2017). Yüz Bölgelerinin Yaş Tahmini Başarımlarının Yaş Gruplarına Göre Değerlendirilmesi. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, Cilt: 9 - Sayı: 2, 1–10. https://ajindex.com/articles/812083

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (1)

  1. Kwon, Y. H., Lobo, N. V. Age Classification from Facial Images, Computer Vision and Image Understanding, 74 (1):1-21, 1999 [2] Horng, W. B., Lee, C. P. and Chen, C. W., Classification of Age Groups Based on Facial Features, Tamkang Journal of Science and Engineering, 4(3):183-192, 2001. [3] Geng, X., Wang, Q. and Xia, Y., Facial Age Estimation by Adaptive Label distribution Learning, IEEE 22nd International Conference on Pattern Recognition (ICPR 2014), 4465-4470, 2014. [4] Dehshibi, M. M. and Bastanfard, A., A new algorithm for age recognition from facial images, Signal Processing, 90(8):2431-2444, 2010. [5] Liu, L., Liu, J. and Cheng, J., Age-Group Classification of Facial Images, 11th International Conference on Machine Learning and Applications (ICMLA’12), 693-696, 2012. [6] Weixing, L., Haijun, S., Feng, P., Qi, G. and Shaoyan, G., Facial Age Classification Based on Weighted Decision Fusion, Proceedings of the 33rd Chinese Control Conference, 4870-4874, 2014. [7] Kalansuriya, T. R. and Dharmaratne, A. T., Facial Image Classification Based on Age and Gender, 2013 International Conference on Advances in ICT for Emerging Regions, 44-50, 2013. [8] Sai, P. K., Wang, J. G. ve Teoh, E. K., Facial age range estimation with extreme learning machines, Neurocomputing, 149:364-372, 2015. [9] Lanitis, A., Taylor, C. and Cootes, T., Toward Automatic Simulation of Aging Effects on Face Images, IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(4):442-455, 2002. [10] Kohli, S., Prakash, S. and Gupta, P., Hierarchical age estimation with dissimilarity-based classification, Neurocomputing, 120:164-176, 2013. [11] Chao, W. L., Liu, J. Z. and Ding, J. J., Facial age estimation based on label-sensitive learning and age oriented regression, Pattern Recognition, 43:628-641, 2013. [12] Choi, S. E., Le, Y. J., Lee, S. J., Park, K. R. and Kim, J., Age estimation using a hierarchical classifier based on global and local facial features, Pattern Recognition, 44:1262-1281, 2011. [13] Geng, X., Zhou, Z. H. and Miles, K. S., Automatic Age Estimation Based on Facial Aging Patterns, IEEE Transactions on Pattern Analysis and Machine Intelligence, 29(12):2234-2240, 2007. [14] Fu, Y. and Huang, T. S., Human Age Estimation with Regression on Discriminative Aging Manifold, IEEE Transactions on Multimedia, 10(4):578-584, 2008. [15] Guo, G., Fu, Y., Dyer, C. R. and Huang, T. S., Image-Based Human Age Estimation by Manifold Learning and Locally Adjusted Robust Regression,