Predikce věku na základě 3D scanu obličeje

Abstract

Bakalářská práce se zabývá odhadem věku lidského obličeje zachyceném na trojrozměrném skenu tváře. Odhad je prováděn pomoci metod strojového učeni zejména umělých neuronových siti. Práce posuzuje chybovost odhadu věku pomoci různých umělých neuronových siti. Zohledňuje různou reprezentaci dat, které lze převést z trojrozměrného skenu a analyzovat, a jejich dopad na výslednou predikci věku. Dále zkoumá dopad klasifikace v souvislosti s pohlavim osoby zachycené na skenu. V neposledni řadě posuzuje přesnost rozpoznáni věkových skupin 15, 18 a 40 let.

The bachelor thesis deals with the estimation of the age of the human face captured in a threedimensional facial scan. The estimation is performed using machine learning methods especially artificial neural networks. The thesis assesses the error rate of age estimation using different artificial neural networks. It considers the different representations of the data that can be converted from the three-dimensional scan and analyzed, and their impact on the resulting age prediction. It also examines the impact of classification in relation to the gender of the person captured in the scan. Finally, it assesses the accuracy of the recognition of the age groups 15, 18 and 40 years.