Yüz görüntülerinden kırışıklık tespiti ve sınıflandırılmasıyla yaş tahmini algoritması geliştirilmesi

Abstract

Yaşlanma; canlı doğasının getirdiği, ilerleyen yaşla birlikte hücre, doku, organ ve sistemlerde meydana gelen ve geriye dönüşümü olmayan değişikliklerin bütünüdür. Gelişen teknolojiyle beraber insan ömrünün ortalama değerini yükseltme ve yaşlanmayı her yönden yavaşlatma üzerine de birçok çalışma yürütülmektedir. Yapılan çalışmalar içerisinde insanların yaşam kalitesini artırmayı da hedefleyen kırışıklık karşıtı ürünler yaşlanmayı yavaşlatma alanında oldukça ilgi görmektedir. Kırışıklıklar üzerine yapılacak analizler geliştirilen kırışıklık karşıtı ürünlerin verimliliğinin incelenmesine de büyük oranda katkı sağlayacaktır. Ürünlerin, kişinin vücut yaşından ziyade cilt yaşına adapte edilebileceği, böylece daha hızlı ve daha verimli tedavi süreçleri sağlanacağı mümkün görünmektedir. Literatürde kırışıklıkların tespiti ve seviyelendirilmesiyle yaş tahmini yapılması üzerine öncü çalışmalar bulunmaktadır. Ancak, klinik tedavilerin öncesi ve sonrasında kırışıklıkların tespitini otomatik olarak yapacak standart bir sisteme ihtiyaç duyulmaktadır. Yürütülen tez çalışması kapsamında kişilerin yüz bölgesinde görülen kırışıklıkların analiziyle, yaş değerleri hakkında tahminde bulunan bir karar destek sistemi geliştirilmiştir. Kırışıklık tedavileri için kullanılması planlanan operasyon ve ilaçların etkinliğini gözlemlemek için bir metodoloji sunulmuştur. Çalışmada elde edilen görüntü işleme ve sınıflandırma algoritmalarının doğruluğu MORPH, FG-Net veri tabanları ve tez kapsamında oluşturulan yeni veri seti üzerinden test edilmiştir. Öncelikle eldeki görüntüler üzerinde görüntü işleme algoritmaları uygulanarak kırışıklıkların bölütlenmesi sağlanmıştır. Ardından elde edilen kırışıklık bölgelerine ait Gabor süzgeci değerleri, Yerel İkili Örüntü (LBP) histogramları ve kırışıklık seviyeleri üzerinden elde edilen öznitelik vektörleri, her bölgenin yaşlanmayla olan ilintisine göre ağırlıklandırılarak oluşturulmuştur. Devamında yapay sinir ağları, karar ağaçları, destek vektör makineleri ve k-en yakın komşu sınıflandırma metotları üzerinden oluşturulan sınıflandırma modelleri eğitilmiştir. Kullanılan dört bireysel sınıflandırma modeli üzerinden denemeler yapılmış, test görüntüleri üzerinden kişilerin yaşları hakkında bilgi veren bir sistem tasarlanmıştır. Ayrıca bu bireysel sınıflayıcıların doğruluk oranları üzerinden oylama yapan bir füzyon sınıflayıcı oluşturulmuştur. Deney sonuçlarında füzyon sınıflandırma metodunun, bireysel sınıflayıcılara göre daha yüksek doğrulukta sonuç verdiği görülmüştür.

Aging resulting from the nature of living beings is defined as irrevocable changes in cell, tissue and systems with increasing age. With developing technology, many researchers try to find solutions to increase average lifetime of humans and decelerate aging in every way. Among studies in aging deceleration, the most popular one seems to be anti-wrinkle products which also increase humans' life quality. The upcoming analysis on wrinkles will also provide contribution with exploration of the efficiency of anti-wrinkle products. Faster and efficient treatment processes seem to be possible via adapting products to face age instead of body age. In the literature, there are pioneering works on age estimation by wrinkle determination and classification. However, there is a need for a standard system which determines wrinkles before and after clinical treatments automatically. In this thesis, a decision-support system on age estimation via wrinkle analysis on people's face area is developed. To observe the efficiencies of planned operations and medications on wrinkle treatment, a methodology is presented. The accuracy of acquired image processing and classification algorithms coming from this study is tested by MORPH, FG-Net database and new database generated throughout this thesis. Firstly, wrinkle segmentation is provided by applying image processing algorithms on available images. Then, Gabor filter values belonging to acquired wrinkle regions, Local Binary Pattern (LBP) histograms and feature vectors coming from wrinkle levels are constituted based on weighting of the relation of each region with aging. After that, the classification models generated by artificial neural networks, decision trees, support vector machines and k-nearest neighbour clustering methods are trained. Tests are done with four used individual classification models, a system giving information about people's age based on test images is designed. Furthermore, a fusion classifier which takes a vote among the accuracy rate of these individual classifiers. As a result of these experiments, the fusion classification method gives highly accurate outcomes comparing with individual classifiers.