• Journal of Platform Technology
• /
• 제11권5호
• /
• pp.16-22
• /
• 2023

얼굴 영상으로부터 나이를 인식하는 기술의 응용분야가 증가함에 따라 이에 대한 연구가 활발히 진행되고 있다. 얼굴 영상으로부터 나이를 인식하기 위해서는 나이를 표현하는 특징을 추출하고, 추출된 특징으로 나이를 정확하게 분류하는 기술이 필요하다. 최근 영상 인식 분야에서 다양한 CNN 기반 딥러닝 모델이 적용되어 성능이 크게 개선되고 있으며, 얼굴 나이 인식 분야에서도 성능 개선을 위해 다양한 CNN 기반 딥러닝 모델이 적용되고 있다. 본 논문에서는 다양한 CNN 기반 딥러닝 모델의 얼굴 나이 인식 성능을 비교하는 연구를 수행하였다. 영상 인식 분야에서 많이 활용되고 있는 AlexNet, VGG-16, VGG-19, ResNet-18, ResNet-34, ResNet-50, ResNet-101, ResNet-152를 활용하여 얼굴 나이 인식을 위한 모델을 구성하고 성능을 비교하였다. 실험 결과에서 ResNet-34를 이용한 얼굴 나이 인식 모델의 성능이 가장 우수하다는 것을 확인하였다.

• Journal of Platform Technology
• /
• 제10권3호
• /
• pp.44-50
• /
• 2022

얼굴 영상에서 나이를 인식하는 기술은 여러 응용분야에서 활용되면서 그에 대한 연구가 활발히 진행되고 있다. 다양한 환경에서 촬영된 얼굴 영상은 얼굴의 일부가 가려지는 경우가 많으며 이는 나이 인식 성능에 영향을 미치게 된다. 따라서 본 논문에서는 가림이 있는 얼굴 영상의 나이 인식 성능을 개선하기 위해, Image Extrapolation 기술을 이용하여 가려진 부분을 생성하여 나이를 인식하는 방법을 제안한다. 영상에서의 가림이 나이 인식 성능에 미치는 영향을 확인하기 위해서 마스크 이미지를 적용하여 가림이 있는 얼굴 영상을 생성하였다. 가림에 의해 나이 인식 성능이 저하되는 문제를 해결하기 위해, Image Extrapolation 기술 중 영상의 가장자리를 순회하면서 가려진 부분을 생성하는 SpiralNet 을 사용하여 가려진 부분을 예측하여 생성하고 얼굴 나이 인식에 사용하였다. 실험을 통해 가림이 있는 영상에서 나이 인식 성능이 저하되는 문제가 있고, SpiralNet으로 가림 부분을 생성한 영상으로 나이를 인식하면 나이 인식 성능이 개선되는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.779-782
• /
• 2017

OpenBR은 안면인식 관련 새로운 방식의 연구, 기존 알고리즘 개선, 상용 시스템과 상호 작용, 인식 성능 측정, 자동화 된 생체 인식 시스템을 배치하기 위한 프레임 워크입니다. 신속한 알고리즘 프로토타이핑을 용이하게 하기 위해 고안되었으며 성숙한 핵심 프레임 워크, 유연한 플러그인 시스템 및 개방형 및 폐쇄형 소스 개발 지원을 특징으로 한다. 기성의 알고리즘은 얼굴 인식, 연령 산정 및 성별 추정과 같은 특정 양식에 대해서도 사용할 수 있다. 본 논문에서는 OpenBR의 프레임 워크의 구성방법에 대해서 기술하고 지원되는 프로그램을 통해서 이용한 안면인식, 성별추정, 나이추정 구현하고 기술하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권7호
• /
• pp.2480-2495
• /
• 2014

This paper describes a hierarchical method for image-based age estimation that combines age group classification and age value estimation. The proposed method uses a coarse-to-fine strategy with different appearance features to describe facial shape and texture. Considering the damage to continuity between neighboring groups caused by fixed divisions during age group classification, a dynamic grouping technique is employed to allow non-fixed groups. Based on the given group, an ordinal hyperplane ranking (OHRank) model is employed to transform age estimation into a series of binary enquiry problems that can take advantage of the intrinsic correlation and ordinal information of age. A set of experiments on FG-NET are presented and the results demonstrate the validity of our solution.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1721-1737
• /
• 2020

Human apparent age estimation has become a popular research topic and attracted great attention in recent years due to its wide applications, such as personal security and law enforcement. To achieve the goal of age estimation, a large number of methods have been pro-posed, where the models derived through the cumulative attribute coding achieve promised performance by preserving the neighbor-similarity of ages. However, these methods afore-mentioned ignore the geometric structure of extracted facial features. Indeed, the geometric structure of data greatly affects the accuracy of prediction. To this end, we propose an age estimation algorithm through joint feature selection and manifold learning paradigms, so-called Feature-selected and Geometry-preserved Least Square Regression (FGLSR). Based on this, our proposed method, compared with the others, not only preserves the geometry structures within facial representations, but also selects the discriminative features. Moreover, a deep learning extension based FGLSR is proposed later, namely Feature selected and Geometry preserved Neural Network (FGNN). Finally, related experiments are conducted on Morph2 and FG-Net datasets for FGLSR and on Morph2 datasets for FGNN. Experimental results testify our method achieve the best performances.

• 전기학회논문지
• /
• 제67권9호
• /
• pp.1224-1231
• /
• 2018

Automatic age estimation has been used in many social network applications, practical commercial applications, and human-computer interaction visual-surveillance biometrics. However, it has rarely been explored. In this paper, we propose an automatic age estimation system, which includes face detection and convolutional deep learning based on an inception module. The latter is a 22-layer-deep network that serves as the particular category of the inception design. To evaluate the proposed approach, we use 4,000 images of eight different age groups from the Adience age dataset. k-fold cross-validation (k = 5) is applied. A comparison of the performance of the proposed work and recent related methods is presented. The results show that the proposed method significantly outperforms existing methods in terms of the exact accuracy and off-by-one accuracy. The off-by-one accuracy is when the result is off by one adjacent age label to the above or below. For the exact accuracy, the age label of "60+" is classified with the highest accuracy of 76%.

• 대한의용생체공학회:의공학회지
• /
• 제44권5호
• /
• pp.329-335
• /
• 2023

Perceived age is defined as age estimated based on physical appearance. Perceived age is an important indicator of the overall health status of the elderly. This is because people who appear older tend to have higher rates of morbidity and mortality than people of the same chronological age. Although perceived age is an important indicator, there is a lack of objective methods to quantify perceived age. In this paper, we construct a quantified perceived age model from face images using a convolutional neural network. The face images are enlarged to super-resolution and the skin, an important feature in perceived age, is made clear. Moreover, through Tanh-polar transformation, the central area of the face occupies a relatively larger area than the boundary area, helping the neural network better recognize facial skin features. The experimental results show mean absolute error (MAE) of 6.59, showing that the proposed model is superior to existing method.

• 감성과학
• /
• 제10권1호
• /
• pp.127-133
• /
• 2007

본 연구에서는 얼굴표정을 통하여 다른 사람의 정서 상태를 판단하는 능력이 연령(3세, 5세, 대학생), 성별(남, 여), 얼굴제시영역(얼굴전체, 눈), 정서의 종류(기본정서, 복합정서)에 따라 어떻게 다른지 알아보고자 하였다. 본 연구에서는 얼굴표정과 정서어휘 간의 연결이 비교적 분명하게 나타나는 32개의 정서 상태를 자극으로 사용하였으며, 표정사진은 32개의 정서 상태에 해당하는 얼굴표정을 배우에게 연기하도록 하여 사용하였다. 과제는 각 실험참가자에게 정서유발 상황에 대한 이야기를 들려주고 이야기 속의 주인공이 어떤 얼굴표정을 할 것인지를 판단하게 한 후 네 개의 얼굴표정 중에 적절한 것을 선택하도록 한 것이었다. 그 결과 연령이 증가함에 따라 얼굴표정을 판단하는 능력이 증가하였으며, 눈만 제시한 경우보다는 얼굴전체를 제시하였을 때, 복합정서보다는 기본정서에서 더 좋은 수행을 보였다. 또한 여자는 제시영역에 따른 수행의 차이가 없는 것에 반해, 남자는 눈 조건에 비해 얼굴조건의 경우에 더 좋은 수행을 보였다. 본 연구의 결과는 연령, 얼굴제시영역, 정서의 종류가 얼굴표정을 통해 타인의 정서를 판단하는데 영향을 줌을 시사한다.

• 대한두개안면성형외과학회지
• /
• 제17권3호
• /
• pp.140-145
• /
• 2016

Background: The nasal septal cartilage is often used as a donor graft in rhinoplasty operations but can vary widely in size across the patient population. As such, preoperative estimation of the cartilaginous area is important for patient counseling as well as operating planning. We aim to estimate septal cartilage area by using facial computed tomography (CT) studies. Methods: The study was performed using facial CT images taken from 200 patients between January 2012 to July 2015. Using the mid-sagittal image, the boundary of cartilaginous septum was delineated from soft tissue using the mean difference in signal intensity (or brightness). The area within this boundary was calculated. The calculated area for septal cartilage was then compared across age groups and sexes. Results: Overall, the mean area of nasal septal cartilage was $8.18cm^2$ with the maximum of $12.42cm^2$ and the minimum of $4.89cm^2$. The cartilage areas were measured to be larger in men than in women (p<0.05). The area decreased with advancing age (p<0.05). Conclusion: Measuring the size of septal cartilage using brightness difference is more precise and reliable than previously reported methods. This method can be utilized as the standard for prevention of postoperative complication.

• 대한임베디드공학회논문지
• /
• 제9권5호
• /
• pp.261-268
• /
• 2014

Face detection is essential to the full automation of face image processing application system such as face recognition, facial expression recognition, age estimation and gender identification. It is found that local image features which includes Haar-like, LBP, and MCT and the Adaboost algorithm for classifier combination are very effective for real time face detection. In this paper, we present a face detection method using local pixel direction code(PDC) feature and lookup table classifiers. The proposed PDC feature is much more effective to dectect the faces than the existing local binary structural features such as MCT and LBP. We found that our method's classification rate as well as detection rate under equal false positive rate are higher than conventional one.