Original title: Predikce věku na základě morfologie obličeje člověka
Translated title: Age prediction based on human face morphology
Authors: Žigová, Dominika ; Velemínská, Jana (advisor) ; Pilmann Kotěrová, Anežka (referee)
Document type: Master’s theses
Year: 2023
Language: slo
Abstract: [eng] [cze]
Age estimation is increasingly needed in numerous scientific disciplines, and thus the demand for appropriate age estimation methods is ever-growing. This master's thesis deals with age prediction based on the human facial morphology of people in the interval of 10 to 59 years. Three-dimensional virtual models of individuals of Czech, or Slovak, nationalities were used. The final sample for the thesis consists of 1046 3D facial scans, including 552 females and 494 males, for which age estimates were found using neural network models. Selected neural network models are based on two different approaches. While the PointNet, PointNet++, PointConv, and Xception networks use point clouds as input, the Multi- view Convolution Neural Network (MVCNN) utilizes multiple scan views. Point clouds were constructed from polygon meshes using uniform sampling of the mesh surface. In this case, models assess every single point. Therefore, a set containing the given object's 3D coordinates collected from its surface is obtained. Views of a particular scan result from recording a polygon mesh of the corresponding scan at a certain angle. This so-called multi-view approach is based on a projection, which records a 2D scan from various angles and then assesses and aggregates images into a general descriptor, which is... Odhad veku je čoraz viac potrebný vo viacerých vedných disciplínach a preto je stále vyššia potreba metód na odhad veku. Diplomová práca sa zaoberá predikciou veku na základe morfológie tváre človeka u ľudí vo veku 10 - 87 rokov. Použitý materiál boli trojrozmerné virtuálne modely ľudí českej a popr. slovenskej národnosti. Materiál pre diplomovú prácu tvorilo 1046 3D faciálnych skenov, z toho žien bolo 552 a mužov 494. Odhad veku bol predikovaný pomocou modelov neurónových sietí. Vybraté modely neurónových sietí boli založené na 2 rôznych prístupoch. Siete PointNet, PointNet++, PointConv a Xception využívajú na vstup mračno bodov, a sieť multi- view convolutional neural network (MVCNN) využíva rôzne pohľady na sken. Mračná bodov boli vytvorené z polygónových sietí pomocou rovnomerného vzorkovania povrchu siete. V tomto prípade modely posudzujú každý bod. Ide teda o množinu, obsahujúcu trojrozmerné súradnice bodov daného objektu, ktoré sú vytvorené z jeho povrchu. Pohľady na daný sken vznikli natočením polygónovej siete príslušného skenu pod zadaným uhlom. Je to tzv. multi-view prístup založený na projekcii, ktorá z rôznych uhlov nasníma dvojrozmerný pohľad na sken a následne posudzuje a agreguje snímky do obecného deskriptoru, ktorý je klasifikovaný. Ako najlepší model neurónových sietí pre odhad...
Keywords: Age estimation; facial morphology; machine learning; neural networks; morfológia tváre; neurónové siete; Predikcia veku; strojové učenie

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/185321

Permalink: http://www.nusl.cz/ntk/nusl-536086


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses