Ansiktsigenkänning blir ett allt vanligare inslag i biometriska verifieringssystem. Nu, ett team från Indien har använt en multiklassstödvektormaskin för att förlänga hur sådana system fungerar för att ta hänsyn till en persons ålder. Jayant Jagtap från Symbiosis International (Deemed) University i Pune, och Manesh Kokare från Shri Guru Gobind Singhji Institute of Engineering and Technology, i Nanded, Indien, förklara att mänsklig åldersklassificering har förblivit en viktig barriär för nästa generation av teknik för ansiktsigenkänning men kan vara en användbar ytterligare parameter i säkerhet och andra sammanhang.

Teamets nya tvåstegs åldersklassificeringsram baserat på utseende och ansiktshudens åldrande funktioner med hjälp av en multiklass stödvektormaskin (M-SVM) kan klassificera, föreslår laget, klassificera bilder av ansikten i en av sju åldersgrupper. I grunden systemet undersöker bildens egenskaper som sammanfaller med ansiktshudens struktur och rynkor och är korrekt 94,45% av tiden. Det fungerar bra trots faktorer som genetik, kön, hälsa, livstidens väderförhållanden, arbets- och boendemiljö, användning av tobak och alkohol. Verkligen, noggrannheten är större än 98% i det första steget där vuxna och icke-vuxna ansikten utmärks.

"Den föreslagna ramen för åldersklassificering ger bättre prestanda än befintliga åldersklassificeringssystem, "teamet rapporterar. De tillägger att framtida forskning kommer att sträva efter att förbättra noggrannheten ytterligare för användning i realtidstillämpningar. Detta kommer att göras genom att utveckla en algoritm för att extrahera ansiktshudens åldrande funktioner och genom att utforma en effektiv åldersklassificerare , avslutar laget.