Model Tabanlı Sınıflandırmaya ve Karma Özniteliklere Dayalı Hiyerarşik Yaş Tahmini Sisteminin Tasarımı ve Başarım Değerlendirmesi

Abstract

Bu çalışmada, sınıflandırma ve yaş etiketinin belirlenmesi aşamalarından oluşan, yeni bir hiyerarşik yaş tahmini sistemi tasarlanmıştır. Sınıflandırma aşamasında kullanılan yaş gruplarını yöntemlerden ve veritabanlarından bağımsız olarak ortak bir ölçeğe getirmek ve böylece yapılan çalışmaların karşılaştırılmasını kolaylaştırmak amacıyla, gelişim psikoloğu Erik Erikson'un "insanın sosyal gelişim aşamaları" teorisi temel alınmıştır. Önerilen yaş grupları kullanılarak, mevcut yöntemlerle çıkarılan özniteliklerin, hem sınıflandırma hem de yaş etiketinin belirlenmesi aşamalarında karar seviyesinde birleştirilmesiyle, karma özniteliklere dayalı hiyerarşik bir yaş tahmini sistemi oluşturulmuştur. Bu sistem sayesinde, birbirinden çok farklı özelliklere sahip olan FG-NET, MORPH-I ve PAL veritabanlarında, sınıflandırma başarımı ve yaş tahmini aşamalarında, literatürle kıyaslandığında iyileşme sağlanmıştır. Çalışmada sınıflandırma aşamasında, literatürde ilk defa model tabanlı bir yaş tahmini yöntemi tasarlanmıştır. Bu amaçla, önerilen yaş gruplarının ortak özelliklerini temsil eden yaş modelleri morfleme yöntemi ile üretilmiş ve bu yaş modelleri üzerinden çeşitli uzaklık ölçütleri ile sınıflandırma gerçekleştirilmiştir. Daha sonra, uzaklık ölçütlerinin sonuçları oylamaya dayalı bir puanlama yöntemi ile birleştirilerek sınıflandırma doğruluğu arttırılmıştır. In this study, a new hierarchical age estimation system consisting of age group classification and age estimation modules is designed. To fit a common basis for the age groups used in the classification phase regardless of the methods and databases, and thus to facilitate the comparison of the studies with each other, the boundaries of age groups are designated according to the developmental psychologist Erik Erikson's "stages of psychosocial development" theory. With the usage of these age groups and fusing the features that are extracted with existing feature extraction methods in decision level both in classification and age estimation phases, a hierarchical age estimation system based on hybrid features was established. The classification accuracy and the age estimation performance of this system outperforms the previous works when using the FG-NET, MORPH-I and PAL aging databases which have very different characteristics.In the study, a model-based age classification method is designed for the first time in the literature. For this purpose, age models representing the common characteristics of proposed age groups are produced using image morphing technique and classification is carried out with various distance metrics over these age models. Then classification accuracy is increased by combining the results of these metrics using a scoring method based on voting.