Gezichtsherkenning wordt een steeds gebruikelijker kenmerk van biometrische verificatiesystemen. Nutsvoorzieningen, een team uit India heeft een multi-class support vector machine gebruikt om de manier waarop dergelijke systemen werken uit te breiden om rekening te houden met de leeftijd van een persoon. Jayant Jagtap van Symbiosis International (Deemed) University in Pune, en Manesh Kokare van het Shri Guru Gobind Singhji Institute of Engineering and Technology, in Nanded, Indië, uitleggen dat leeftijdsclassificatie bij mensen een belangrijke barrière is gebleven voor de volgende generatie gezichtsherkenningstechnologie, maar een nuttige aanvullende parameter zou kunnen zijn in veiligheids- en andere contexten.

Het nieuwe tweetraps leeftijdsclassificatieraamwerk van het team op basis van uiterlijk en kenmerken van huidveroudering in het gezicht met behulp van een multi-class support vector machine (M-SVM) kan classificeren, stelt het team voor, afbeeldingen van gezichten indelen in een van de zeven leeftijdsgroepen. Fundamenteel, het systeem onderzoekt kenmerken van de afbeelding die samenvallen met de textuur van de gezichtshuid en rimpels en is 94,45% van de tijd nauwkeurig. Het werkt goed ondanks factoren zoals genetica, geslacht, Gezondheid, levenslange weersomstandigheden, werk- en leefomgeving, tabaks- en alcoholgebruik. Inderdaad, nauwkeurigheid is groter dan 98% in de eerste stap waarin volwassen en niet-volwassen gezichten worden onderscheiden.

"Het voorgestelde raamwerk voor leeftijdsclassificatie geeft betere prestaties dan bestaande leeftijdsclassificatiesystemen, ", meldt het team. Ze voegen eraan toe dat toekomstig onderzoek ernaar zal streven de nauwkeurigheid nog verder te verbeteren voor gebruik in realtime toepassingen. Dit zal gebeuren door de ontwikkeling van een algoritme voor het extraheren van kenmerken van huidveroudering in het gezicht en door het ontwerp van een efficiënte leeftijdsclassificator , besluit het team.