HƯỚNG DẪN AI trực quan

Ước tính tuổi từ hình ảnh khuôn mặt

Ước tính độ tuổi từ hình ảnh khuôn mặt dự đoán giá trị độ tuổi hoặc độ tuổi từ diện mạo khuôn mặt có thể nhìn thấy được.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyĐọc trong 3 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của việc ước tính tuổi từ hình ảnh khuôn mặt
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Đó là ước tính thống kê, không phải là hồ sơ ngày sinh hoặc bằng chứng đủ điều kiện; NIST đánh giá các thuật toán được gửi trên các tập dữ liệu xác định và báo cáo hiệu suất theo điều kiện và nhân khẩu học. Hiệu suất có thể khác nhau giữa các thuật toán và quần thể hình ảnh, do đó, việc sử dụng tiếp theo cần phân tích lỗi theo từng nhiệm vụ cụ thể, đánh giá quyền riêng tư và kiểm tra con người hoặc tài liệu.

Lặn sâu

Hệ thống ước tính độ tuổi sẽ phân tích hình ảnh khuôn mặt và dự đoán độ tuổi, nhóm tuổi hoặc điểm số liên quan. Nó ước tính độ tuổi rõ ràng từ các đặc điểm của hình ảnh; nó không đọc hồ sơ của chính phủ hoặc thiết lập ngày sinh của một người. Ngoại hình thực tế thay đổi tùy theo di truyền, sức khỏe, biểu cảm, ánh sáng, chất lượng hình ảnh và nhiều yếu tố khác. Chương trình Xác minh và Đánh giá Độ tuổi Công nghệ Phân tích Khuôn mặt (FATE) của NIST đánh giá các thuật toán được gửi bằng cách sử dụng bộ dữ liệu hình ảnh đã xác định và công bố kết quả hiệu suất, bao gồm cả phân tích nhân khẩu học. Hiệu suất phụ thuộc vào thuật toán và quần thể thử nghiệm. Không nên giả định kết quả được báo cáo trên một tập dữ liệu cho một máy ảnh, độ tuổi hoặc nhóm nhân khẩu học khác. Một số ứng dụng có tác động thấp, chẳng hạn như nghiên cứu tổng hợp với các biện pháp bảo vệ thích hợp; sử dụng ước tính khuôn mặt để cho phép mua hàng bị hạn chế, xác định quyền truy cập hoặc đưa ra quyết định pháp lý sẽ gây ra chi phí sai sót cao hơn nhiều. Trong những trường hợp đó, ước tính khuôn mặt không được thay thế quy trình xác minh được chấp nhận hoặc đánh giá của con người. Các nhóm nên xác định khái niệm độ tuổi mục tiêu, các quy tắc về sự đồng ý và lưu giữ cũng như lỗi có thể chấp nhận được trước khi thu thập khuôn mặt. Kiểm tra mức độ chấp nhận sai và từ chối sai xung quanh các ngưỡng có liên quan, phân tích lỗi theo chất lượng hình ảnh và nhóm nhân khẩu học, đồng thời cung cấp cho mọi người một con đường thay thế. Hình ảnh khuôn mặt là dữ liệu cá nhân nhạy cảm trong nhiều bối cảnh và có các quy tắc khác nhau. Đừng đưa ra quyết định chỉ dựa trên độ tuổi ước tính khi có sẵn tài liệu đáng tin cậy hoặc quy trình an toàn hơn.

Triển khai trong thế giới thực

Một nhà nghiên cứu ước tính độ tuổi trên một tập dữ liệu được gắn nhãn, đồng ý và báo cáo lỗi theo nhóm tuổi và điều kiện hình ảnh.

Nhà bán lẻ sử dụng việc kiểm tra tài liệu đối với doanh số bán hàng có giới hạn độ tuổi thay vì coi ước tính khuôn mặt là bằng chứng về độ tuổi.

Nhà phát triển kiểm tra chất lượng máy ảnh, tư thế và sự thể hiện nhân khẩu học trước khi xem xét bất kỳ mục đích sử dụng hẹp nào.

Người thiết kế hệ thống tránh giữ lại hình ảnh khuôn mặt khi ước tính có thể được tính toán và loại bỏ.

Tương lai của việc ước tính tuổi từ hình ảnh khuôn mặt

Các công cụ ước tính độ tuổi có thể trở nên nhanh hơn và chính xác hơn trên các quần thể hình ảnh được chọn, nhưng hình thức bên ngoài vẫn là thước đo không hoàn hảo cho độ tuổi. Các đánh giá công khai như NIST FATE có thể giúp so sánh các thuật toán được gửi theo các điều kiện đã nêu; họ không thể chứng nhận việc triển khai trong môi trường mới. Trước khi sử dụng, hãy xác minh luật hiện hành, kiểm tra người dân địa phương, giảm thiểu việc lưu giữ dữ liệu khuôn mặt và đưa ra giải pháp thay thế không phải khuôn mặt để kiểm tra độ tuổi sau đó. Tài liệu về người có thể truy cập hình ảnh và cách người dùng có thể phản đối kết quả. Xem lại quy trình làm việc thường xuyên.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Tốc độ và tỷ lệ. Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
  • Xây dựng lựa chọn. Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
  • Nhóm và quy trình làm việc. Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.

coi chừng

  • Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
  • Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
  • Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.

Các bước tiếp theo

  1. Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
  2. Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
  3. Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
  4. Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the Age Estimation from Face Images quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Ước tính tuổi từ hình ảnh khuôn mặt là gì?

Ước tính độ tuổi từ hình ảnh khuôn mặt dự đoán giá trị độ tuổi hoặc độ tuổi từ diện mạo khuôn mặt có thể nhìn thấy được. Đó là ước tính thống kê, không phải là hồ sơ ngày sinh hoặc bằng chứng đủ điều kiện; NIST đánh giá các thuật toán được gửi trên các tập dữ liệu xác định và báo cáo hiệu suất theo điều kiện và nhân khẩu học. Hiệu suất có thể khác nhau giữa các thuật toán và quần thể hình ảnh, do đó, việc sử dụng tiếp theo cần phân tích lỗi theo từng nhiệm vụ cụ thể, đánh giá quyền riêng tư và kiểm tra con người hoặc tài liệu.

Công cụ ước tính độ tuổi dựa trên khuôn mặt cho kết quả gì?

Mô hình dự đoán tuổi từ hình ảnh; nó không lấy hồ sơ chính thức.

Kết quả NIST FATE mô tả điều gì?

NIST báo cáo hiệu suất trên các tập dữ liệu và điều kiện đã xác định.

Số liệu nào tính trung bình sự khác biệt tuyệt đối giữa ước tính độ tuổi bằng số và độ tuổi tham chiếu?

MAE đo lường sự khác biệt tuyệt đối trung bình cho các ước tính bằng số.

Tại sao phải kiểm tra lỗi gần giới hạn độ tuổi?

Các quyết định về ngưỡng cần phân tích điểm vận hành cho cả hai loại lỗi.

Đối với giao dịch bán hàng có giới hạn độ tuổi, quy trình nào tránh chỉ dựa vào việc ước tính khuôn mặt?

Ước tính bề ngoài không phải là bằng chứng tài liệu; các lựa chọn thay thế làm giảm sự phụ thuộc vào suy luận dễ mắc lỗi.