بخشی از مقاله
چکیده:
تخمین سن و گروه سنی به عنوان چالش اساسی در بینایی ماشین و هوش مصنوعی میباشد، مغز انسان با استفاده از بانک فیلتر خود، به راحتی میتواند بخشهای مختلف صورت انسان را به شکل اجزای به هم پیوسته شناسایی کرده و با تحلیل روابط ابعادی و صورت نهایی آنها، به تخمین نسبتا دقیقی از سن و ویژگیهای دیگر فرد دست پیدا کند. تخمین سن افراد بسته به رویکرد محققین میتواند مراحل مختلفی داشته باشد، در این تحقیق ابتدا به بررسی "ضرایب و نسبت های ابعادی صورت" پرداختیم، که برنامه با 40درصد خطا روبرو شد و برای کاهش خطا به روش دیگر یعنی "بررسی چین و چروک صورت" پرداختیم، که درصد خطا برای شش گروه سنی در حدود 25 درصد میباشد.
تحلیل ابعادی و چین و چروک صورت و آموزش، سه مرحله معمول میباشد، که تقلیدی از عملکرد مغز است. نتیجه تحقیق حاضر نشان دهنده تمیز بالا در شش گروه سنی، شامل کودکان، نوجوانان، جوانان، بزرگسالان، میانسالان و سالخوردگان میباشد. مدل ایجاد شده با استفاده از 217 تصویر در شش گروه سنی بین زنان و مردان دارای تشخیص درست %73.4 درصد و میانگین خطای مطلق %2 میباشد.
-1 مقدمه
امروزه تقلید از عملکرد موجودات زنده و در اصل تقلید از عملکرد مغز آنها، عامل به وجود آمدن رشته هوشمصنوعی شده است. در این حوزه محققان با تقلید رویدادها و علمکردهای طبیعی و با استفاده از شبکه های عصبی[3]، به دنبال انتقال قابلیتها به موجودات مصنوعی هستند. مغز انسان میتواند با استخراج و ذخیرهسازی ویژگیهای خاص یک کودک، بعد از سالها، کودک رشد یافته را شناسایی کند، با وجود اینکه با رشد انسان، ابعاد چهره و ویژگیهای ظاهری مثل چین و چروک و رنگ و .. تغییر می کند، انسان به واسطه مدل ذهنی خود و به واسطه تجربه و یادگیری میتواند تغییرات و میزان آن را تخمین بزند.
[2] در هر سن، نسبت ابعاد چهره تا حدودی متفاوت میباشد و بیشترین تفاوت در ابعاد چهره کودکان و بزرگسالان میباشد و در واقع این تفاوت در استخوان بندی جمجمه و چهره آنهاست که این مسئله باعث تغییر نسبتهای ابعادی در چهره میگردد. نسبتهای ابعادی عامل تمایز بین گروه های سنی بزرگسالان و کودکان میگردد، اما این معیار در بین گروه های سنی بزرگسالان و جوانان به عنوان عامل تمایز مطرح نمی باشد، چرا که رشد جمجمه از سن جوانی به بعد کمتر و در نهایت متوقف میگردد، لذا ضرایب چین و چروک به عنوان ضرایب ثانویه برای تمایز بین گروه های سنی، در سنین بالاتر مطرح میگردد، که مغز انسان با تکیه بر همین معیارها میتواند گروه های سنی را از همدیگر متمایز کند.
مغز انسان، الگوی رشد افراد و بخصوص چهره آنها را با استفاده از یادگیری و تجربه به خوبی فراگرفته و حتی میتواند با استفاده از این الگو، تغییراتی در چهره تصویر کودک اعمال کند تا به یک بزرگسال تبدیل گردد. اما در سالهای اخیر محققان برای شناسایی آگاهانه، تصاویر روتین چهره افراد را در سالهای مختلف جمعآوری کرده و با نمایش پشت سر هم آنها الگوهای رشد پنهانی را شناسایی کردهاند که با تکیه بر همین نتایج هم نرمافزارها و اپلیکیشنهای پیرکننده چهره و نیز تخمین زننده سن، عرضه شدهاند.
نتایج تحقیقات فوق ثابت کرده است، چهره و جمجمه انسان بیشتر از الگوی رشد تبدیل تنشی کاردیود معکوس1 پیروی میکند، که طی آن بخشهای پایین دست چهره رشد زیادی نسبت به بخشهای بالادست، به خود میبینند، طوری که با رشد فرد از کودکی تا بزگسالی، چانه با بیشترین نرخ رشد و مرکز استخوان جمجمه در بخش بالای سر کمترین رشد را به خود میبیند، البته این رشد معمولا در تمام جهات است، منتها با درجات مختلف صورت میگیرد و چانه بیشترین رشد به پایین و با درجه کمتری به جلو دارد. در نهایت جمجمه با گذشت زمان شکلی مشابه زیر به خود میگیرد، در واقع شکل 1 همان الگوی رشد معمول جمجمه سر انسان میباشد که توضیح داده شد.
الگوی رشد معمول جمجمه سر انسان
معادله عمومی الگوی رشد جمجمه انسان،مطابق با شکل 1، به شکل زیر میباشد که R و در آنها مختصات قطبی نقاط جمجمه و k نرخ رشد میباشد. لذا در هر سنی، نسبت ابعاد صورت تا حدودی متفاوت میباشد و بیشترین تفاوت در ابعاد صورت افراد کودکان و بزرگسالان میباشد و در واقع استخوان بندی جمجمه و چهره، بین کودکان و بزرگسالان به شکل اساسی متفاوت میباشد. در بین گروه های سنی نزدیکتر، این فاصله اغلب آنقدر کم است که نمی توان از روی آن تقسیم بندی را انجام داد، لذا تمیز بین کودکان و سایر گروه های سنی در ابعاد صورت و تمیز بین گروه های سنی دیگر در ابعاد به اندازه کم و چین و چروک در حد زیاد میباشد. از این رو از هر دو ضریب برای جداسازی گروه های سنی استفاده شده است.
قوی ترین ضریب در افراد سالخورده و میانسال چین و چروک، در افراد جوان و کودکان نسبت فواصل اقلیدوسی عمودی به عرضی میباشد، که در این تحقیق از آنها به عنوان ابعاد مثلثی شکل استفاده میشود، اصلی ترین آنها نسبت ارتفاع صورت به عرض صورت، نسبت طول بینی به فواصل بین دو چشم و نسبت فاصله بین دو چشم با مرکز لب میباشد. این ضرایب در بین کودکان کمترین، در بین جوانان بیشترین و در میان افراد سالخورده تا حدودی کمتر از جوانان میگردد، چراکه در بین افراد سالخورده عرض چهره تا حدودی افزایش رشد دارد. از این رو با استخراج ویژگیهایی که بر اساس تحقیقات علمی عامل تمیز بین گروه های سنی میباشد7]، [8 ، و آموزش یک شبکه یا کلاسبند، میتوان به شکل اتوماتیک گروه سنی افراد را تخمین زد.
و تنها عامل ایجاد خطا تعیین دقیق موقعیت اجزای چهره میباشد، که با استفاده از مدل های از پیش تعیین شده این مشکل، قابل رفع میباشد، با توجه به اینکه هدف در این تحقیق تشخیص گروه سنی با استفاده از تصویر چهره[1] میباشد، از این رو سه مرحله اساسی، تشخیص دقیق بخشهای صورت در چهره، مبنای علمی استخراج ویژگی و دقت در تشخیص ویژگیها، از اهمیت ویژهای برخوردار میباشد و با توجه به اینکه مبنای علمی تشخیص چهره تقلید از عملکرد مغز میباشد، لذا هدف بعدی این تحقیق استفاده از مدل و یادگیری به عنوان رویکرد معادل تجربه در مغز انسان با استفاده از ویژگیهای استخراج شده از چهره افراد میباشد.
