Спосіб оцінки віку і спосіб визначення статі

Реферат: Розкриті нові технології для високоточного визначення статі і оцінки віку з використанням лицьових зображень. Розкритий спосіб оцінки віку включає в себе: етап, на якому збирають дані лицьового зображення суб'єкта; етап, на якому обчислюють інтенсивність просторових частот за зібраними даними лицьового зображення; і етап, на якому обчислюють оцінний вік суб'єкта за допомогою застосування обчисленої інтенсивності просторових частот, що одержується з даних лицьового зображення. UA 111160 C2 (12) UA 111160 C2 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Даний винахід стосується способу оцінки віку, пристрою оцінки віку, програми оцінки віку, способу визначення статі, пристрою визначення статі та програми визначення статі. Більш конкретно, винахід стосується способу оцінки віку, пристрою оцінки віку і програми оцінки віку, в яких використовують просторові частоти, і способу визначення статі, пристрою визначення статі і програми визначення статі, в яких використовують просторові частоти. РІВЕНЬ ТЕХНІКИ Не тільки жінки, але також всі люди бажають залишатися молодими. З цієї причини існують різні косметичні засоби, такі як естетичне лікування, базові продукти по догляду за шкірою, продукти косметики, спеціальна косметика, здорові продукти харчування або косметичні хірургічні операції. Об'єктивна думка про молодість, зокрема, молодість обличчя, іншими словами, об'єктивна думка про розрив між фактичним віком і "віком по враженню від зовнішнього вигляду", є надзвичайно важливою в думці про ефект різних косметичних засобів, таких як естетичне лікування і косметичні матеріали. Однак, наприклад, для того, щоб судити про ефект естетичного лікування або косметичних матеріалів, коли використовують вік по враженню від зовнішнього вигляду, на вік по враженню від зовнішнього вигляду може впливати відмінність серед оцінювачів або між статями, так що існує проблема, яка полягає в тому, що відтворення думки може не бути досягнуте. У широкому спектрі областей, починаючи від думки про ефект різних косметичних засобів, таких як естетичне лікування і косметичні матеріали, як описано вище по тексту, до контролю віку або торгівлі алкогольними напоями, сигаретами і т. п., системи безпеки для підтвердження характеристики обличчя для безпеки і т. п. має місце виражена потреба в способі оцінки віку з хорошим відтворенням. У зв'язку з цими обставинами, як приклад способу, відомий спосіб оцінки віку за допомогою використання фактичного значення вимірювання або значення сенсорної думки про розмір або довжину очей, рота, носа і підборіддя як характеристичне значення (патентна література 1 і 2). Додатково, відомий спосіб оцінки віку, в якому використовують показники зморшок або в'ялості (патентна література 3). Додатково, метод оцінки вікових змін оснований на фізичних величинах (розмірі і відстані) ділянок або складових частин обличчя (патентна література 4). В останні роки відповідно до розвитку обробки зображень і обробки статистичним аналізом в доповнення до розвитку пристроїв формування зображень мав місце значний розвиток систем моніторингу і розпізнавання за допомогою швидкого і точного збереження лицьових зображень на комп'ютер, розпізнавання вікової групи, статі і характеристик обличчя і оцінки індивідуума. Як приклади цієї технології відома система оцінки віку за допомогою використання значень з обробки зображень, такої як крайова обробка або бінарна обробка, що являє собою характеристичну величину, що міститься в зображеннях (наприклад, патентна література 5 і 6), технологія оцінки атрибуції індивідуума за допомогою використання характеристичних значень (положення, відтінок і число зморшок) характеристичних точок, таких як очі, ніс і рот (наприклад, патентна література 7), технологія оцінки віку для вибору дискримінатора і спосіб застосування стиснення розмірів до зображення, основуючись на відстані віку індивідуума, що сприймається як стандарт думки (наприклад, патентна література 8). Додатково, розкрита технологія визначення віку і статі за допомогою використання схожості характеристичної інформації лицьового зображення (інформації відтінку на кожну ділянку зображення, розмір ділянки і т. п.) (наприклад, патентна література 11). Тим часом, недавно розроблена технологія, сфокусована на просторових частотах, тобто технологія, сфокусована на зміні характеристик текстури зображення за допомогою просторових циклів. Наприклад, розкритий спосіб підготовки імітаційного зображення шкіри, що представляє різні текстури, відповідно до змін просторових частот (наприклад, патентна література 9). Заявник даного винаходу розкриває технологію думки про ефект на "тривимірний ефект обличчя", який має косметика, за допомогою здійснення аналізу розподілу просторових частот під час нанесення косметики за допомогою використання технології використання просторових частот (наприклад, патентна література 10). СПИСОК ЦИТОВАНОЇ ЛІТЕРАТУРИ ПАТЕНТНА ЛІТЕРАТУРА Патентна Література: JP 11-265443 А Патентна Література: 2: JP 2000-014661 А Патентна Література: 3: JP 2002-330943 А Патентна Література:4: JP 2002-360544 А Патентна Література:5: JP 2009-086901 А 1 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 Патентна Література:6: JP 2009-271885 А Патентна Література:7: JP 2008-282089 А Патентна Література:8: JP 2010-113526 А Патентна Література:9: JP 2004-283357 А Патентна Література:10: JP 2004-272849 А Патентна Література:11: JP 2005-165447 А РОЗКРИТТЯ ВИНАХОДУ ПРОБЛЕМА, ЯКА ПОВИННА БУТИ ВИРІШЕНА ЗА ДОПОМОГОЮ ВИНАХОДУ Способи оцінки віку, основані на фізичній формації, такій як розмір ділянки обличчя і довжина між ділянками, як розкрито в патентній літературі 1, 2 і 4, ускладнені відносно точного визначення положення, яке являє собою стандарт вимірювання кожного суб'єкта, і вік може бути не оцінений з високим ступенем точності. Додатково, спосіб оцінки віку, основуючись на сенсорній думці, як розкрито в патентній літературі 2, має проблему в тому відношенні, що індивідуальні відмінності серед оцінювачів значно впливають на оцінку віку. Додатково, оскільки спосіб оцінки віку за допомогою використання показників зморшок або в'ялості, як розкрито в патентній літературі 3, сфокусований тільки на конкретних ділянках, де зморшки і в'ялість легко видні, складно судити про вік суб'єкта в широкому діапазоні вікової групи, включаючи відносно молодих людей. Додатково, має місце проблема відносно того, що складно точно визначити ділянку, як описано вище по тексту. Технологія, розкрита в патентній літературі 5 і 6, стосується збільшення ступеню точності оцінки віку за допомогою комбінування результатів оцінки віку, основуючись на множині різних стандартів. Додатково, технологія, розкрита в патентній літературі 8, стосується одержання оцінного значення, близького до результату, що сприймається тим індивідуумом, на основі конкретного стандарту думки, який являє собою відстань віку, що сприймається. Додатково, технологія, пов'язана з патентною літературою 11, стосується мінімізації помилки оцінки, основуючись на конкретному числовому показнику ступеню схожості. Ці технології стосуються мінімізації помилки оцінки за допомогою підготовки множини стандартів для обчислення будьякого типу оцінки віку. Додатково, технологія, розкрита в патентній літературі 7, являє собою технологію корекції показників, що використовуються в оцінці на основі деякого стану, і переважного фокусування на підвищенні точності вхідних даних, що використовується в оцінці. Як описано вище по тексту, звичайно характеристичні значення, що використовуються в оцінці віку або визначенні статі за допомогою використання лицьового зображення, обмежені розміром ділянки обличчя, відстанню між ділянками, показниками, що указують число зморшок або стан, відтінком ділянки обличчя, або його обробленим значенням. Додатково, в звичайному способі визначення віку або статі, для того, щоб збільшити точність думки, необхідно обробити інформацію для точного визначення множини ділянок обличчя або для підготовки множини стандартів для збільшення точності оцінки. Отже, мета винаходу полягає в тому, щоб надати нову технологію оцінки віку з високим ступенем точності і відтворюваності оцінки віку за допомогою використання лицьових зображень. Додатково, мета винаходу полягає в тому, щоб надати нову технологію визначення статі з високим ступенем точності і відтворюваності визначення статі за допомогою використання лицьових зображень. ЗАСОБИ РОЗВ'ЯЗАННЯ ПРОБЛЕМИ У зв'язку з вказаними вище по тексту обставинами, як результат старанних зусиль одержати технологію оцінки віку або визначення статі точно, винахідники даного винаходу виявили, що існує близька кореляція між віком і інтенсивністю просторових частот, що одержується з даних лицьового зображення, або статями і інтенсивністю просторових частот. Крім того, як результат аналізу кореляцій, винахідники даного винаходу виявили, що різні типи інформації про вікові структури і характеристики статевих відмінностей, які пов'язані з оцінкою віку і визначенням статі, нерівномірно розподілені по просторовій частоті. Потім винахідники даного винаходу виявили, що оцінку віку (фактичний вік або вік по враженню від зовнішнього вигляду) і визначення статі можна здійснювати з високим ступенем точності і відтворюваності за допомогою використання інтенсивності просторових частот, що належить смугам просторових частот, які близько пов'язані з інформацією про вікову структуру або характеристики статевих відмінностей, тим самим виконавши винахід. Отже, винахід являє собою наступне. 2 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Винахід для рішення проблеми стосується способу оцінки віку, який включає в себе оцінку віку суб'єкта за даними лицьового зображення суб'єкта, основуючись на кореляції між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення. Як описано в одному з варіантів здійснення, описаному нижче по тексту, оскільки інтенсивність просторових частот має високу кореляцію з віком, вік суб'єкта можна оцінювати за даними лицьового зображення суб'єкта з високим ступенем точності і відтворюваності. У переважному варіанті здійснення винаходу кореляцію вказують за допомогою рівняння або моделі, і оцінний вік суб'єкта одержують за допомогою застосування інтенсивності просторових частот, що одержується з даних лицьового зображення суб'єкта, до цього рівняння або цієї моделі. Використовуючи рівняння або модель, що вказує кореляцію, вік можна легко оцінювати за допомогою використання комп'ютера або тому подібного. У переважному варіанті здійснення винаходу спосіб оцінки віку може включати в себе наступні етапи: одержання даних лицьового зображення суб'єкта; обчислення інтенсивності просторових частот за одержаними даними лицьового зображення; і обчислення оцінного віку суб'єкта за допомогою застосування обчисленої інтенсивності просторових частот до рівняння або моделі, яка підготовлена попередньо і вказує кореляцію між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення. У переважному варіанті здійснення винаходу рівняння являє собою рівняння множинної регресії, що одержується з множинного регресійного аналізу, або рівняння прогнозу, що одержується з PLS. Використовуючи рівняння множинної регресії або рівняння прогнозу, оцінний вік суб'єкта можна одержати з вищим ступенем точності. Як дані лицьового зображення можна використовувати дані зображення цілого обличчя або ділянки обличчя. Тобто, вік можна оцінювати точно, навіть коли лицьове зображення, що використовується являє собою зображення цілого обличчя або ділянки обличчя. Винахід можна використовувати в оцінці фактичного віку і в оцінці (думці) віку по враженню від зовнішнього вигляду. Коли оцінюють фактичний вік, можна використовувати кореляцію між фактичним віком та інтенсивністю просторових частот, а коли оцінюють вік по враженню від зовнішнього вигляду, можна використовувати кореляцію між віком по враженню від зовнішнього вигляду і інтенсивністю просторових частот. У переважному варіанті здійснення винаходи дані кольорового зображення використовують як дані лицьового зображення, та інтенсивність просторових частот включає в себе комбінації інтенсивності просторових частот, що обчисляються по множині колірних каналів. Використовуючи інтенсивність просторових частот, що обчислюються по колірних каналах в комбінації в порівнянні з випадком використання тільки інтенсивності просторових частот, що обчислюється за монохромними лицьовими даними (даним яскравості), з високим ступенем точності можна оцінювати (судити) вік, зокрема, вік по враженню від зовнішнього вигляду. У переважному варіанті здійснення винаходу просторові частоти належать до множини різних смуг просторових частот. Використовуючи інтенсивність просторових частот, що належать множині різних смуг просторових частот, вік можна оцінювати з високим ступенем точності. У переважному варіанті здійснення винаходу смуги просторових частот являють собою нижню смугу 50 циклів/ширина зображення або менше і верхню смугу більше ніж 50 циклів/ширина зображення. Використовуючи інтенсивність просторових частот в смузі низьких частот і смузі високих частот в комбінації, інформацію про різні типи вікових структур можна використовувати в комбінації, так що вік можна оцінювати з вищим ступенем точності. У випадку використання відмінних просторових частот, ці просторові частоти переважно мають відмінність в 10 циклів/ширина зображення або більше. Згідно з цим, інформацію про різні типи вікових структур можна використовувати більш ефективно, так що вік можна оцінювати з вищим ступенем точності. У переважному варіанті здійснення винаходу суб'єктом є жінка, кореляція являє собою кореляцію між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення цілих облич жінок, і просторові частоти включають в себе щонайменше чотири просторові частоти, які належать до відповідних смуг просторових частот таким чином: від 0 до 50 циклів/ширина зображення; 3 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 від 50 до 100 циклів/ширина зображення; від 100 до 200 циклів/ширина зображення; і 200 циклів/ширина зображення або більше. Згідно з цим, смуги просторових частот, які включають в себе інформацію про вікову структуру, специфічну для жінок, використовують ефективно, так що вік можна оцінювати з високим ступенем точності. У переважному варіанті здійснення винаходу, суб'єктом є чоловік, кореляція являє собою кореляцію між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення цілих облич чоловіків, і просторові частоти включають в себе щонайменше чотири просторові частоти, які належать відповідним смугам просторових частот таким чином: від 0 до 50 циклів/ширина зображення; від 50 до 100 циклів/ширина зображення; 100 до 150 циклів/ширина зображення; і 150 циклів/ширина зображення або більше. Згідно з цим, смуги просторових частот, які включають в себе інформацію про вікову структуру, специфічну для чоловіків, використовують ефективно, так що вік можна оцінювати з високим ступенем точності. У переважному варіанті здійснення винаходу, кореляція являє собою кореляцію між віком і інтенсивністю просторових частот, що одержується за даними зображення губ, і просторові частоти включають в себе щонайменше три просторові частоти, які належать відповідним смугам просторових частот таким чином: від 0 до 40 циклів/ширина зображення; від 40 до 100 циклів/ширина зображення; і 100 циклів/ширина зображення або більше. Згідно з цим, по обмежених ділянках губ, смуги просторових частот, які включають в себе інформацію про вікову структуру, специфічну для губ, використовують ефективно, так що вік можна оцінювати з високим ступенем точності. Додатково, винахід для рішення проблеми, стосується пристрою оцінки віку, що включає в себе блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блок зберігання, який зберігає дані вікової кореляції, які вказують кореляцію між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення, і блок обчислення віку, який обчислює оцінний вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними вікової кореляції, що зберігаються в блоці зберігання. Пристрій оцінки віку відповідно до винаходу може оцінювати вік за даними лицьового зображення суб'єкта з високим ступенем точності. Додатково, винахід для рішення проблеми стосується програми оцінки віку, яка спонукає комп'ютер до функціонування як блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блока зберігання, який зберігає дані вікової кореляції, які вказують кореляцію між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення, і блока обчислення віку, який обчислює оцінний вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними вікової кореляції, які зберігаються в блоці зберігання. Програма оцінки віку відповідно до винаходу спонукає комп'ютер до оцінки віку за даними лицьового зображення суб'єкта з високим ступенем точності. Винахід для вирішення проблеми стосується способу визначення статі, що включає в себе визначення статі суб'єкта за даними лицьового зображення суб'єкта, основуючись на кореляції між статями і інтенсивністю просторових частот, що одержуються за даними лицьового зображення. Як описано у варіанті здійснення, як описано нижче по тексту, оскільки інтенсивність просторових частот має високу кореляцію зі статями, стать суб'єкта можна визначати за даними лицьового зображення суб'єкта з високим ступенем точності. У переважному варіанті здійснення винаходу, кореляцію вказують за допомогою рівняння або моделі, так що стать суб'єкта визначають за допомогою застосування інтенсивності просторових частот з даних лицьового зображення суб'єкта до рівняння або моделі. Використовуючи рівняння або модель, які вказують кореляцію, стать можна легко визначати за допомогою використання комп'ютера і т. п. У переважному варіанті здійснення рівняння являє собою дискримінантну функцію, що одержується за допомогою дискримінантного аналізу. 4 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 Використовуючи дискримінантну функцію, стать суб'єкта можна визначати з високим ступенем точності. У переважному варіанті здійснення просторові частоти належать смугам від 100 до 250 циклів/ширина зображення. Використовуючи інтенсивність просторових частот в цих смугах, стать можна визначати з високим ступенем точності за допомогою ефективного використання інформації про структури, які представляють відмінності між статями. У переважному варіанті здійснення винаходу, спосіб визначення статі включає в себе наступні етапи: збирання даних лицьового зображення; обчислення інтенсивності просторових частот за зібраними даними лицьового зображення; збирання статевою групуючою змінною за допомогою застосування обчисленої інтенсивності просторових частот до дискримінантної функції, яка підготовлена попередньо і вказує кореляцію між статевими групуючими змінними та інтенсивністю просторових частот, що одержується за даними лицьового зображення; і визначення статі, основуючись на одержуваній групуючій змінній. Додатково, винахід для рішення проблеми стосується пристрою визначення статі, що включає в себе блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блок зберігання, який зберігає дані статевої кореляції, які вказують кореляцію між статями і інтенсивністю просторових частот, що одержуються за даними лицьового зображення, і блок визначення статі, який визначає стать суб'єкта по зіставленню інтенсивності просторових частот, що обчислюються за допомогою блока обчислення інтенсивності, з даними статевої кореляції, які зберігаються в блоці зберігання. Пристрій визначення статі відповідно до винаходу визначає стать за даними лицьового зображення суб'єкта з високим ступенем точності. Додатково, винахід для рішення проблеми стосується програми визначення статі, яка спонукає комп'ютер до функціонування як блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блока зберігання, який зберігає дані статевої кореляції, які указують кореляцію між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення; і блока визначення статі, який визначає стать суб'єкта по зіставленню інтенсивності просторових частот, що обчислюються, за допомогою блока обчислення інтенсивності, з даними статевої кореляції, які зберігаються в блоці зберігання. Програма визначення статі відповідно до винаходу спонукає комп'ютер до визначення статі за даними лицьового зображення суб'єкта з високим ступенем точності. Додатково, винахід для рішення проблеми стосується пристрою оцінки віку, який містить блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блок зберігання, який зберігає дані статевої кореляції, які указують кореляцію між статтю і інтенсивністю просторових частот, що одержуються за даними лицьового зображення, і дані вікової кореляції чоловіків і дані вікової кореляції жінок, які указують кореляції між віком і інтенсивністю просторових частот, що одержуються за даними лицьового зображення по статі, блок визначення статі, який визначає стать суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними статевої кореляції, які зберігаються в блоці зберігання, блок вибору даних вікової кореляції, який вибирає дані вікової кореляції чоловіків або дані вікової кореляції жінок, основуючись на полі, що визначається за допомогою блока визначення статі, і блок обчислення віку, який обчислює оцінний вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними кореляції, вибираними за допомогою блока вибору даних кореляції. Оскільки пристрій оцінки віку відповідно до винаходу оцінює вік за допомогою використання даних кореляції, що враховують вікові структури, специфічні для статі, залежно від результату визначення статі, вік можна оцінювати з надзвичайно високим ступенем точності. ЕФЕКТ ВИНАХОДУ Відповідно до винаходу, за допомогою використання просторових частот, що одержуються за даними лицьового зображення, вік (фактичний вік або вік по враженню від зовнішнього вигляду) можна оцінювати з високим ступенем точності і відтворюваності, або стать можна визначати з високим ступенем точності і відтворюваності. 5 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Додатково, за допомогою використання методу оцінки віку або методу визначення статі відповідно до винаходу, можна легко судити про ефект косметики або естетичного лікування або косметичних матеріалів. КОРОТКИЙ ОПИС КРЕСЛЕНЬ На фіг. 1 представлене напівтонове лицьове зображення 1024×1024 пікселів (фотографія як заміна креслення). На фіг. 2 представлений графік, який указує спектральний розподіл просторових частот лицьового зображення (просторова частота залежно від логарифма потужності). На фіг. 3 представлений малюнок, який ілюструє приклади стандартних картинок із зображеннями облич для вікових груп, що використовуються для віку по враженню від зовнішнього вигляду (фотографія замінює малюнок). На фіг. 4 представлений графік, який указує коефіцієнти кореляції між логарифмами потужностей просторових частот і фактичним віком жінок відповідно до просторових частот. На фіг. 5 представлена діаграма, яка ілюструє коефіцієнти кореляції між логарифмами потужностей просторових частот і фактичним віком чоловіків відповідно до просторових частот. На фіг. 6 представлена діаграма, яка ілюструє обробку способу оцінки віку по враженню від зовнішнього вигляду. На фіг. 7 представлена блокова діаграма апаратного забезпечення для пристрою оцінки віку по враженню від зовнішнього вигляду. На фіг. 8 представлений графік (калібрувальна крива), який ілюструє кореляції між віком по враженню від зовнішнього вигляду від третьої сторони і зображення, що оцінюється, яке одержується за допомогою способу відповідно до винаходу, одержаного з прикладу 1. На фіг. 9 представлені напівтонові зображення для природного обличчя (праворуч) і обличчя з косметикою (зліва) жінки у віці 62 років в прикладі 3 (фотографія як заміна креслення). На фіг. 10 представлений графік, який ілюструє гістограму показників лінійної дискримінантної функції при визначенні статі, яка одержана в прикладі 4. На фіг. 11 представлений графік (калібрувальна крива), який ілюструє кореляції між фактичним віком, одержаним в прикладі 5, і оцінним віком, одержаним способом відповідно до винаходу. На фіг. 12 представлений графік (калібрувальна крива), який ілюструє кореляції фактичного віку, одержаного в прикладі 6, і оцінного віку, одержаний способом відповідно до винаходу. На фіг. 13 представлений графік (калібрувальна крива), який ілюструє кореляції фактичного віку, одержаного в прикладі 7, і оцінного віку, одержаного способом відповідно до винаходу. ОПИС ВАРІАНТІВ ЗДІЙСНЕННЯ Спосіб оцінки віку відповідно до винаходу Винахід стосується способу оцінки віку, який включає в себе оцінку віку суб'єкта за даними лицьового зображення суб'єкта, основуючись на кореляції між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення. Кореляцію переважно вказують за допомогою рівняння або моделі. Рівняння або модель переважно являє собою регресійне рівняння або регресійну модель, і більш переважно рівняння множинної регресії або рівняння прогнозу. "Вік" у винаході включає в себе фактичний вік і вік по враженню від зовнішнього вигляду. "Фактичний вік" стосується віку, що визначається за допомогою дати народження, і можна надати технологію оцінки фактичного віку для різного використання, такого як різні системи моніторингу, як описано вище по тексту. З іншого боку, "вік по враженню від зовнішнього вигляду" стосується віку по враженню, що об'єктивно оцінюється третьою стороною, і при допущенні, що враження від зовнішнього вигляду виглядає молодшим або старшим, ніж фактичний вік. Технологію оцінки віку по враженню від зовнішнього вигляду можна використовувати в думці про ефект різних косметичних засобів. Додатково, його можна використовувати в думці про зміну віку по враженню від зовнішнього вигляду за допомогою різних косметичних засобів. Наприклад, його можна застосовувати в думці про зміну віку по враженню від зовнішнього вигляду за допомогою косметики. У доповнення до віку по враженню від повного зовнішнього вигляду, зображення по враженню від зовнішнього вигляду може включати в себе вік по враженню від зовнішнього вигляду, сфокусований на конкретному віковому феномені, наприклад, "вік ластовинок", сфокусований на стані ластовинок, "вік зморшок", сфокусований на стані зморшок, "вік текстури шкіри", сфокусований на текстурі шкіри, і т. п. 6 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 Як дані лицьового зображення суб'єкта, що використовуються у винаході, можна використовувати дані зображення цілого обличчя або дані зображення ділянки обличчя. Коли використовують дані зображення цілого обличчя, переважно використовувати дані цілого обличчя, за винятком ділянки волосся (див. фіг. 1). Згідно з цим, вік можна оцінювати з вищим ступенем точності. При розгляді теореми про вибірку для обчислення інтенсивності просторових частот і розділень, необхідного для оцінки фактичного віку або віку по враженню від зовнішнього вигляду, розмір лицьового зображення в цьому випадку може захоплюватися в діапазоні 30 см×30 см, і зображення переважно являє собою 512×512 пікселів або більше. Як описано далі, це зумовлено тим, що число пікселів пов'язане з величиною смуги просторових частот, включеною в зображення. Дані зображення ділянки обличчя включають дані зображення губ, очей, носа, лоба, щоки, шиї і т. п. Серед них переважно використовують дані зображення губ або дані зображення щоки. Це виконують для оцінки віку з високим ступенем точності, оскільки інтенсивність просторових частот, одержуваних з даних зображення губ, мають високу кореляцію з віком, як описано в наступних прикладах. Наприклад, коли використовують зображення ділянки, такої як губи, очі і ніс, переважно використовувати зображення цілої ділянки. Додатково, коли використовують зображення ділянки обличчя, такої як щока або лоб, переважно використовувати зображення ділянки в діапазоні щонайменше 2 см×2 см. Згідно з цим, можна збирати достатньо інформації про інші вікові структури, так що вік можна оцінювати з високим ступенем точності. Додатково, в такому випадку, число пікселів даних зображення переважно становить 256 пікселів або більше, і більш переважно 512 пікселів або більше. Як описано далі, це зумовлено тим, що число пікселів пов'язане з величиною смуги просторових частот, включеною в зображення. Додатково, в даному винаході дані лицьового зображення можуть являти собою дані монохромного зображення (дана яскравість) або дані кольорового зображення. Монохромне зображення або кольорове зображення можна вибирати відповідно до призначення або використання. Наприклад, у випадку оцінки віку, де ефект кольору шкіри, дефектів шкіри або тому подібного пригнічений, переважно використовувати дані монохромного зображення. Коли використовують дані кольорового зображення, дані, одержані з будь-яких каналів, з даних з колірних каналів RGB можна використовувати окремо або в комбінації. Додатково, дані монохромного зображення (дана яскравість), які повинні бути перетворені, далі в цьому документі додатково можна комбінувати для використання. Наприклад, коли інформацію про ластовинки за рахунок старіння можна ефективно використовувати для оцінки "віку ластовинок", переважно використовувати дані каналу В кольорового зображення. Додатково, коли вік оцінюють за допомогою видалення інформації про ластовинки і фокусування на текстурі шкіри, зморшках або тому подібному, переважно використовувати дані каналу R кольорового зображення без використання даних каналу В кольорового зображення. Додатково, за допомогою використання інтенсивності просторових частот, що обчислюється в кожному колірному каналі в комбінації, вичерпний вік по враженню від зовнішнього вигляду можна оцінювати з високим ступенем точності в порівнянні з випадком використання тільки інтенсивності просторових частот, що обчислюється за даними монохромного зображення. Додатково, переважно використовувати інтенсивність просторових частот, що обчислюється в кожному колірному каналі, і інтенсивності просторових частот, що обчисляються за даними монохромного зображення, в комбінації, оскільки вичерпний вік по враженню від зовнішнього вигляду можна оцінювати з високим ступенем точності. З цієї точки зору переважно, щоб колірні канали, що використовуються в цьому документі, містили комбінації каналу R і каналу B. Додатково, переважно включати комбінації всіх каналів RGB. "Дані лицьового зображення" можна збирати згідно зі стандартним способом. Наприклад, обличчя в фас захоплюють і захоплене зображення вводять в персональний комп'ютер у вигляді цифрової інформації з використанням цифрової камери і т. п. Як попередньо відомо, "просторова частота" стосується характеристики будь-якої структури, яка має просторовий цикл і вказує число структурних повторень, включених в одиницю довжини. В одиницях СІ просторова частота стосується циклів на метр, але в галузі обробки зображень просторова частота стосується числа ліній на міліметр. Додатково, як одиниця просторової частоти, можна використовувати число циклів на ширину зображення (цикл/ширина зображення). Максимальне число циклів, включених в зображення, являє собою половину від числа пікселів (точок), включених завширшки зображення. Тобто, коли зображення має ширину зображення 512 пікселів, смуга просторових частот становить від 0 до 256 циклів/ширина 7 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 зображення, а коли зображення має ширину зображення 1024 пікселя, смуга просторових частот становить від 0 до 512 циклів/ширина зображення. "Інтенсивність просторових частот" стосується значень амплітуди або потужностей (логарифмів потужностей) у відповідних просторових частотах. Інтенсивність просторових частот можна обчислювати за даними лицьового зображення згідно зі стандартним способом. Коли використовують дані монохромного зображення, дані яскравості (дані монохромного зображення) з даних лицьового зображення можна коректувати за допомогою використання, наприклад, комерційно доступного програмного забезпечення обробки зображень (наприклад, Photoshop (зареєстрований торговий знак) CS3 виробництва Adobe Systems Incorporated або NanoHunter NS2K-Pro (зареєстрований торговий знак) виробництва Nano System Corp.). Коли здійснюють ШПФ (швидке перетворення Фур'є) скоректованих даних монохромного зображення або скоректованих даних кольорового зображення за допомогою використання комерційно доступного програмного забезпечення аналізу зображень (наприклад, програми фазового аналізу Фурье виробництва Image Sense Co. Ltd., і Poplmaging виробництва Digital Being Kids) і т. п., можна обчислювати значення амплітуди або потужність, яка являє собою інтенсивність просторової частоти. На фіг. 2 проілюстрований спектральний розподіл, який є результатом ШПФ обробки напівтонового зображення 1024×1024 пікселя як приклад аналізу просторових частот. За допомогою ШПФ обробки інтенсивність (значення амплітуди або потужність) на просторову частоту від 0 до 1024/2 (одиниця: цикл/ширина зображення) обчислюють з тим, щоб з'ясувати характеристику просторової частоти, яку включає в себе лицьове зображення. Додатково, у випадку кольорового зображення, інтенсивність просторових частот обчислює для кожного колірного каналу. Велика перевага винаходу полягає в легкому одержанні числових даних (інтенсивності просторових частот (спектри потужностей)), необхідних для оцінки віку за даними лицьового зображення суб'єкта. Тобто, в звичайній галузі техніки, для того, щоб обчислити розміри відповідних ділянок або відстані між ділянками, необхідні для оцінки віку, коли задані положення на дані лицьового зображення суб'єкта потрібно точно визначати в подробицях, а положення точно визначені неправильно, знижується вірність оцінки. Однак, інтенсивність просторових частот, необхідна для оцінки віку, які використовують у винаході, можна обчислювати кількісно без великих зусиль за допомогою використання комерційно доступного програмного забезпечення, яке звичайно використовують. У винаході вік суб'єкта оцінюють, основуючись на кореляції віку і інтенсивності просторових частот, що одержується за даними лицьового зображення, які аналізують попередньо по інтенсивності просторових частот, що одержується за даними лицьового зображення суб'єкта, вік якого повинен бути оцінений згідно зі способом, описаним вище по тексту. Як інтенсивність просторових частот, що використовується в оцінці, можна використовувати будь-яку інтенсивність просторової частоти, але переважно використовувати просторові частоти, які належать множині різних смуг просторових частот, оскільки оцінку можна здійснювати з високим ступенем точності. У переважному варіанті здійснення винаходу смуги просторових частот можуть являти собою діапазони низьких частот в 50 циклів/ширина зображення або менше, і діапазони високих частот більше 50 циклів/ширина зображення. У більш переважному варіанті здійснення діапазони високих частот можна розділити на діапазони середніх частот від 50 до 100 циклів/ширина зображення і діапазони високих частот в 100 циклів/ширина зображення або більше. Використовуючи інтенсивність просторових частот в різних смугах, інформацію про різні вікові структури, які існують у відповідних смугах, можна використовувати в комбінації з тим, щоб вік можна було оцінювати вичерпно. Додатково, в цьому випадку, множини просторових частот переважно мають відмінності в 10 циклів/ширина зображення або більше, або більш переважно відмінності в 20 циклів/ширина зображення або більше. Відповідно, можна використовувати ефективно інформацію про різні вікові структури. Кореляція віку і інтенсивності просторових частот, що одержується за даними лицьового зображення, можна обчислювати попередньо за допомогою багатовимірного аналізу, такого як регресійний аналіз. Далі як приклад в цьому документі описаний спосіб обчислення кореляції для випадку оцінки віку по враженню від зовнішнього вигляду по інтенсивності просторових частот, що одержується за даними лицьового зображення. 8 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 (1) Оцінка віку по враженню від зовнішнього вигляду Для того щоб одержати рівняння або модель, що вказує кореляцію віку по враженню від зовнішнього вигляду та інтенсивності просторових частот, що одержується за даними лицьового зображення, оцінювачі візуально оцінюють вік по враженню від зовнішнього вигляду множини людей. Число людей, що оцінюються може становити щонайменше 50 або більше, переважно 100 або більше і більш переважно 500 або більше. Додатково, переважно, щоб кожна вікова група містила одне і те ж число людей. Відносно віку по враженню від зовнішнього вигляду, оскільки самостійна думка відрізняється від думки третьою стороною, в багатьох випадках переважно, щоб оцінювач був третьою стороною. Оцінювачі, які судять про вік по враженню від зовнішнього вигляду, можуть бути вибрані з точки зору вибору оцінювачів, які відповідним чином представляють третю сторону, і важливо брати до уваги різні проблеми, такі як індивідуальні відмінності, статеві відмінності, вікові відмінності і переваги оцінювачів, і крім того відтворення і т. п. Переважно включають оцінювачів, які мають спеціалізацію і досвід, наприклад, в думці, наприклад, в косметичній області. Переважно, щоб число оцінювачів було великим, зокрема, приблизно від 5 до 10. Об'єктивний вік по враженню від зовнішнього вигляду кожного індивідуума можна одержати за допомогою статистичної обробки результату оцінки множиною оцінювачів, наприклад, за допомогою обчислення середніх значень, значень медіани або тому подібного, виключаючи викиди. Додатково, для того, щоб поліпшити відтворення думки, більш переважно використовувати еталонну картинку або тому подібне як критерій думки. Наприклад, переважно попередньо одержувати стандартні зображення кожної вікової групи з інтервалами від 5 до 10 років і визначати вікову різницю по стандартній картинці, яка являє собою критерій, або представляти фактичний вік і оцінювати різницю. На фіг. 3 являє собою креслення, що ілюструє зразкові стандартні картинки лицьового зображення в кожній віковій групі від 20 до 80 з інтервалами в 10 років. По мірі руху направо відбувається збільшення вікової групи. Спосіб підготовки стандартних картинок може включати в себе спосіб вибору стандартних картинок з бази даних лицьових картинок вікових груп експертом лицьового розпізнаванню, спосіб підготовки усереднених лицьових зображень за допомогою обробки множини лицьових картинок вікових груп з використанням програмного забезпечення зміни форми, і т. п. В будь-яких випадках в даній галузі, коли популяція, яка є основою підготовки, становить приблизно 100, картинка, що підготовлюється, може являти собою еталонну картинку, яка має деякий рівень надійності, і коли популяція перевищує 1000, що підготовлюється картинка може являти собою еталонну картинку, яка має достатньо високий рівень надійності. Можна судити про вік по враженню від зовнішнього вигляду індивідуума в контакті з індивідуумом. Однак, як описано далі, переважна думка здійснювати за допомогою використання захопленого лицьового зображення індивідуума. Це зумовлено тим, що, як проілюстровано на фіг. 1, можна виключити вплив, який знижує точність думки, зумовлену, наприклад, вираженням, стилем зачіски, фоном, кольором шкіри, дефектами шкіри або тому подібним. (2) Обчислення інтенсивності просторової частоти Потім інтенсивність просторових частот обчислює за даними лицьових зображень, на яких захоплена множина людей. Інтенсивність просторових частот обчислює, як описано вище по тексту. Лицьове зображення, що використовується в цьому документі, переважне аналогічно лицьовому зображенню, що використовується в думці про вік по враженню від зовнішнього вигляду. Відповідно, кореляцію між віком по враженню від зовнішнього вигляду і інтенсивністю просторових частот можна обчислювати з вищим ступенем точності. (3) Підготовка бази даних (БД) Для того, щоб обчислювати кореляцію, готують базу даних (БД), в якій пов'язана інтенсивність просторових частот і віку по враженню від зовнішнього вигляду. БД для підготовки рівняння або моделі, яку організують попередньо і яка вказує співвідношення між віком по враженню від зовнішнього вигляду і інтенсивністю просторових частот, переважно готує по статі і по расі. Додатково, кожна вікова група переважно має однаковий розподіл популяції. Додатково, популяція БД становить щонайменше 50 або більше, переважно 100 або більше і більш переважно 500 або більше. Коли структура БД являє собою, наприклад, матричну форму, де людей можна вводити в ряд, а вік по враженню від зовнішнього вигляду обчислений як описано вище по тексту, інтенсивності просторових частот, обчислені за даними лицьового зображення, можна вводити у вигляді елементів колонок. 9 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Додатково, щоб БД також можна було використовувати для оцінки фактичного віку, як описано далі, або визначення статі, як описано далі, елемент колонки додатково може містити фактичний вік людей, захоплених на лицьових зображеннях, і статеві групуючі змінні, які указують стать. БД можна оновлювати за допомогою додавання інтенсивності просторових частот і оцінних значень після оцінки віку по враженню від зовнішнього вигляду за знову зібраним даними лицьового зображення суб'єкта. Рівняння або модель можна оновлювати за допомогою здійснення багатовимірного аналізу, як описано далі, у випадку необхідності. Це зумовлено тим, що з оновленням відбувається підвищення точності оцінки. БД можна використовувати в оцінці фактичного віку аналогічним чином. Хоча використання БД більш конкретно описане в прикладах 1 і 2, які описані далі, наступне можна зрозуміти за допомогою використання БД. Наприклад, коли коефіцієнти кореляції між віком і потужностями на просторову частоту обчислюють за допомогою здійснення кореляційного аналізу на потужностях просторових частот, що оцінюються і віці, можна точно визначити смугу просторових частот з високим коефіцієнтом кореляції і, таким чином, можна дізнатися смугу, яка містить надзвичайно велику кількість інформації про вікову структуру (вікової інформації) (фіг. 4: кореляційний аналіз на БД жінок, фіг. 5: кореляційний аналіз на БД чоловіків). Додатково, коли здійснюють кластерний аналіз (спосіб Уорда за допомогою середньої евклідова відстані) просторових частот, зрозуміло обчислюють залежність між смугою просторових частот і характеристикою лицьового зображення з тим, щоб зрозуміти вікову інформацію, включену конкретно в кожну смугу просторових частот. Коли здійснюють кластерний аналіз просторових частот, включених в БД, підготовлену в прикладах, описаних далі, представляють нерівномірний розподіл вікової інформації на смугу просторових частот, наприклад, інформації про тягнучі відчуття або в'ялість у від 0 до 50 (циклів/ширина зображення) і інформації про глибокі зморшки і лицьових ліній у від 50 до 100 (циклів/ширина зображення) з дендрограми. Отже, з кожної смуги просторових частот, за допомогою вибору просторових частот і використання просторових частот в комбінації як пояснюючі змінні в регресійному рівнянні або рівнянні прогнозу, вік можна оцінювати з високим ступенем точності. (4) Підготовка рівняння або моделі Для того щоб підготувати рівняння або модель, яка вказує кореляцію між віком по враженню від зовнішнього вигляду та інтенсивністю просторових частот, переважно здійснювати багатовимірний аналіз віку по враженню від зовнішнього вигляду і інтенсивності просторових частот за допомогою використання БД. У багатовимірному аналізі переважно використовують зв'язок між об'єктивною змінною і пояснюючою змінною, і переважний приклад багатовимірного аналізу включає в себе дискримінантний аналіз і регресійний аналіз (MLR, PLS, PCR, логічний аналіз). Серед них особливо переважні множинний регресійний аналіз (MLR) і нелінійний регресійний аналіз (PLS: приватні найменші квадрати). Наприклад, коли здійснюють множинний регресійний аналіз інтенсивності просторових частот як пояснюючі змінні і віку по враженню від зовнішнього вигляду як об'єктивні змінні, можна одержати рівняння множинної регресії. Додатково, коли PLS можна здійснювати аналогічним чином, можна одержати рівняння прогнозу (модель прогнозу). Додатково, для того, щоб одержати рівняння або модель, яка має високий ступінь точності, відповідним чином можна використовувати багатовимірний аналіз, такий як аналіз головних компонентів, факторний аналіз, теорія кількісного визначення I типу, теорія кількісного визначення II типу, теорія кількісного визначення III типу, багатовимірне масштабування, кластеризація, що контролюється, нейрона мережа і сукупне навчання. Серед них переважними є нейрона мережа, дискримінантний аналіз і теорія кількісного визначення I типу. Цей багатовимірний аналіз можна здійснювати за допомогою використання вільного програмного забезпечення або комерційно доступного програмного забезпечення. Інтенсивність просторової частоти, яка являє собою пояснюючу змінну в рівнянні або моделі, що одержується, як описано вище по тексту, переважно являє собою інтенсивність просторових частот, яка належить множині різних смуг частот. За допомогою використання інтенсивності просторових частот, яка належить множині різних смуг просторових частот, вік можна оцінювати з високим ступенем точності. У переважному варіанті здійснення винаходу смуги просторових частот можуть являти собою діапазони низьких частот в 50 циклів/ширина зображення або менше і діапазони високих частот більше 50 циклів/ширина зображення. У більш переважному варіанті здійснення діапазони високих частот можна розділяти на діапазони середніх частот від 50 до 100 циклів/ширина зображення і діапазони високих частот більше 100 циклів/ширина зображення. 10 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Використовуючи інтенсивність просторових частот в різних смугах, можна в комбінації використовувати різноманітну вікову інформацію, існуючу у відповідних смугах, і вік можна вичерпно оцінювати з високим ступенем точності. Додатково, в цьому випадку множина просторових частот переважно має відмінність в 10 циклів/ширина зображення або більш, або більш переважно має відмінність в 20 циклів/ширина зображення або більше. Відповідно, різну вікову інформацію можна використовувати ефективно. Крім того, для того, щоб оцінювати вік з високим ступенем точності, використовувану смугу просторових частот, можна оптимізувати залежно від статі. Коли вік жінки оцінюють за допомогою використання даних зображення цілого обличчя, переважно використовувати щонайменше чотири просторові частоти, які належать відповідним смугам таким чином. Як описано в прикладах, описаних нижче по тексту, смуги точно визначають за допомогою аналізу даних, що збираються від множини людей, за допомогою кластерного аналізу, і класифікації даних по просторових частотах зі схожими характеристиками зміни в потужності просторових частот. (Оцінка віку жінки) від 0 до 50 циклів/ширина зображення від 50 до 100 циклів/ширина зображення від 100 до 200 циклів/ширина зображення 200 циклів/ширина зображення або більше Додатково, коли вік чоловіка оцінюють за допомогою використання даних зображення цілого обличчя, переважно використовувати щонайменше чотири просторові частоти, які належать відповідним смугам таким чином. (Оцінка віку чоловіка) від 0 до 50 циклів/ширина зображення від 50 до 100 циклів/ширина зображення 100 до 150 циклів/ширина зображення 150 циклів/ширина зображення або більше Як зрозуміло за рахунок порівняння цих двох, переважно використовувати високі просторові частоти 200 циклів/ширина зображення або більше для оцінки віку жінки, але не обов'язково використовувати такі просторові частоти для оцінки віку чоловіка, оскільки вікова інформація жінки існує в діапазонах високих частот, тоді як вікова інформація чоловіка майже не існує в діапазоні високих частот. У цьому відношенні, верхня межа смуг просторових частот, що використовуються для оцінки віку жінки, може становити приблизно 500 циклів/ширина зображення, тоді як верхня межа смуги просторових частот, що використовуються для оцінки віку чоловіка, може становити приблизно 200 циклів/ширина зображення як стандарт. Крім того, щоб оцінити вік з високим ступенем точності, використовувану смугу просторових частот можна змінювати залежно від ділянки, що використовується для оцінки. Коли використовують дані зображення губ, переважно використовувати щонайменше три просторові частоти, які належать відповідним смугам таким чином. Як описано в прикладі, описаному нижче по тексту, смуги точно визначають за допомогою аналізу даних, зібраних від множини людей, за допомогою кластерного аналізу і класифікації даних по просторових частотах зі схожими характеристиками зміни в потужності просторових частот. (Оцінка віку з використанням губ) від 0 до 40 циклів/ширина зображення від 40 до 100 циклів/ширина зображення 100 циклів/ширина зображення або більше Оскільки губи рідко містять вікову інформацію в діапазоні високих частот 240 циклів/ширина зображення або більше, цю смугу використовувати не обов'язково. У цьому відношенні, стандартна верхня межа смуг діапазонів просторових частот, що використовують оцінки віку за даними зображення губ, може становити приблизно 240 циклів/ширина зображення як стандарт. Спосіб обчислення кореляції між інтенсивністю просторових частот і віком по враженню від зовнішнього вигляду описаний в цьому документі. Однак, у випадку оцінки фактичного віку кореляцію між інтенсивністю просторових частот і фактичним віком можна обчислювати аналогічним чином. (5) Оцінка віку Вік (фактичний вік або вік по враженню від зовнішнього вигляду) оцінюють за допомогою застосування інтенсивності просторових частот за даними лицьового зображення суб'єкта до рівняння або моделі, що указує кореляцію між віком і інтенсивністю просторових частот, що 11 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 одержується способом, як описано вище по тексту. Застосування рівняння або моделі включає зіставлення числових значень з моделлю в доповнення до підстановки числових значень в рівняння. Згідно з цим, можна набувати оцінного значення віку. На фіг. 6 представлена діаграма, яка указує приклад обробки способу оцінки віку (фактичного віку або віку по враженню від зовнішнього вигляду) за допомогою використання просторових частот у винаході. Іншими словами, інтенсивність просторових частот можна обчислювати за допомогою збирання даних лицьового зображення суб'єкта, вік якого повинен бути оцінений (етап одержання лицьового зображення), і потім обчислення інтенсивності просторових частот за допомогою здійснення обробки ШПФ відносно даних лицьового зображення (етап обчислення просторових частот). Оцінний вік обчислюють, підставляючи інтенсивність просторових частот (потужності або значення амплітуди) суб'єкта в рівняння (регресійне рівняння або тому подібне) або модель (рівняння прогнозу), що указує "залежність між віком та інтенсивністю просторових частот", як одержано попередньо (етап обчислення віку). Обчислюваний оцінний вік можна відображати на пристрої відображення або тому подібному (етап відображення віку). Додатково, рівняння або модель можна оновлювати за допомогою додавання оцінного віку, що обчислюється при обробці оцінки віку, до БД нарівні з інтенсивністю просторових частот (зворотний зв'язок). Це зумовлено тим, що точність оцінки збільшується за допомогою оновлення. [2] Пристрій оцінки віку відповідно до винаходу Пристрій оцінки відповідно до винаходу включає блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блок зберігання, який зберігає дані вікової кореляції, що указують кореляцію між віком та інтенсивністю просторових частот, що одержується за даними лицьового зображення, блок обчислення віку, який обчислює оцінний вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними вікової кореляції, які зберігаються в блоці зберігання. Пристрій оцінки відповідно до винаходу можна конфігурувати таким чином, наприклад. Наступна конфігурація описана як приклад, і винахід не обмежений конфігурацією варіанта здійснення. На фіг. 7 представлена блокова діаграма апаратного забезпечення, що ілюструє пристрій оцінки, який оцінює фактичний вік або вік по враженню від зовнішнього вигляду за допомогою використання інтенсивності просторових частот, обчисленої по лицьовому зображенню, і включає блок 1 введення, CPU (центральний процесор) 2, ROM (постійний запам'ятовуючий пристрій) 3, RAM (оперативний запам'ятовуючий пристрій) 4, блок 5 запису, виконавчий блок 6 і блок 7 відображення. Блоки з'єднані один з одним через шини. Блок обчислення інтенсивності і блок обчислення віку реалізовані за допомогою CPU 2. Додатково, блок зберігання реалізований за допомогою ROM 3. Блок 1 введення являє собою пристрій для введення даних лицьового зображення, такий як цифрова камера, цифровий мікроскоп, цифрова відеокамера або сканер. CPU 2 здійснює процеси, такі як одержання даних напівтонового зображення (даних яскравості), обчислення інтенсивності просторових частот за допомогою обробки ШПФ і обчислення оцінного віку за допомогою використання рівнянь або моделей (дані вікової кореляції), що указують залежність між віком (фактичний вік або вік по враженню від зовнішнього вигляду) та інтенсивністю просторових частот за допомогою програми, що зберігається в ROM 3. ROM 3 зберігає програми, необхідні для роботи пристрої оцінки віку відповідно до винаходу, і різні рівняння і моделі, необхідні для оцінки віку (дані вікової кореляції). ROM 3 крім того може зберігати базу даних, необхідну для підготовки рівнянь і моделей. RAM 4 тимчасово зберігає програми OS (операційної системи) або різні прикладні програми, що виконуються на CPU 2. Блок 5 запису містить пристрій магнітного диска і т. п., і його використовують як зовнішню пам'ять для RAM 4. Виконавчий блок 6 працює, наприклад, під час введення необхідних даних, таких як деяка команда, рівняння і моделі. У блоці 7 відображення можна використовувати будь-яку конфігурацію, яка може відображати результат оцінки віку, наприклад, пристрій відображення, такий як ЕПТ (електронно-променева трубка) або рідкокристалічний пристрій відображення, пристрій виведення, такий як гучномовець, принтер і т. п. [3] Програма оцінки віку відповідно до винаходу Програма оцінки відповідно до винаходу спонукає комп'ютер, інші пристрої, інші машини і т. п. до функціонування як блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блока зберігання, який зберігає дані вікової кореляції, які указують кореляцію між віком та інтенсивністю просторових частот, що одержується за даними лицьового зображення, і блока обчислення віку, який обчислює оцінний 12 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними вікової кореляції, які зберігаються в блоці зберігання. Додатково, програму відповідно до винаходу можна зберігати на комп'ютерозчитуваному носії даних. [4] Спосіб визначення статі відповідно до винаходу Спосіб визначення статі відповідно до винаходу може включати визначення статі суб'єкта за даними лицьового зображення суб'єкта, основуючись на кореляції між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення. Кореляція переважно вказана за допомогою рівняння або моделі. Рівняння або модель переважно являє собою дискримінантну функцію. Дані лицьового зображення, спосіб їх збирання, визначення інтенсивності просторових частот і спосіб їх обчислення, що використовується в способі визначення статі за винаходом, являють собою описане в способі оцінки віку. У винаході стать суб'єкта визначають, основуючись на кореляції між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення, по інтенсивності просторових частот, що одержується за даними лицьового зображення суб'єкта, стать якого повинна бути визначена способом, описаним вище по тексту. Будь-яку інтенсивність просторової частоти можна використовувати як просторова частота, що використовується для визначення. Серед них просторова частота переважно належить діапазону частот від 100 до 250 циклів/ширина зображення і більш переважно належить діапазону частот від 150 до 200 циклів/ширина зображення. Як проілюстровано в прикладі 4, описаному нижче по тексту, це зумовлено тим, що відмінності інтенсивності просторових частот в діапазоні високих частот зрозуміло пояснюють статеві відмінності. У доповнення до діапазону високих частот, переважно використовувати інтенсивність просторових частот в діапазоні низьких частот від 1 до 50 циклів/ширина зображення, оскільки визначення здійснюють з вищим ступенем точності. Згідно з цим, можна додавати статеві відмінності, які не вказані в діапазоні високих частот. Кореляцію між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення, можна обчислювати попередньо за допомогою багатовимірного аналізу, такого як дискримінантний аналіз. Далі в цьому документі описаний спосіб обчислення кореляції з прикладом використання інтенсивності просторових частот, що одержується за даними зображення цілого обличчя. (1) Обчислення інтенсивності просторової частоти Інтенсивність просторових частот обчислюють за даними лицьового зображення, що містять множину людей. Інтенсивність просторових частот обчислюють, як описано вище по тексту. (2) Підготовка бази даних (БД) Для того щоб обчислювати кореляцію, готують базу даних (БД), в якій стать та інтенсивність просторових частот пов'язані одне з одним. БД, яка вказує залежність між статтю й інтенсивністю просторових частот, і яка попередньо скомпонована для підготовки рівняння або моделі, переважно має однаковий розподіл популяції в кожну вікову групу. Додатково, популяція БД становить щонайменше 50 або більше, переважно 100 або більше, і більш переважно 500 або більше. Коли структура БД являє собою матричну форму, наприклад, людей можна вводити в ряди, а стать можна вводити в елементи колонок. Стать можна вводити як статевою групуючою змінною. Згідно з цим, кореляцію можна вказувати за допомогою дискримінантної функції. Додатково, елемент колонки додатково може включати вік по враженню від зовнішнього вигляду і фактичний вік людей, захоплених на лицьових зображеннях, щоб БД також можна було включати для оцінки фактичного віку, як описано вище по тексту. (3) Підготовка рівняння або моделі Рівняння або модель, яка указує кореляцію з статтю та інтенсивністю просторових частот, можна готувати за допомогою заміни віку в оцінці віку на статеві групуючі змінні аналогічним чином. Тобто, рівняння, що одержується за допомогою аналізу статевих групуючих змінних та інтенсивності просторових частот за допомогою багатовимірного аналізу можна використовувати. Оскільки зовнішній стандарт, який являє собою статеву групу, заданий якісно, багатовимірний аналіз переважно являє собою дискримінантний аналіз, нейрону мережу або тому подібне. У прикладі 4, як описано нижче по тексту, Даний винахід має дуже практичну технічну характеристику визначення статі з високим ступенем точності тільки за допомогою використання просторових частот без віку як пояснююча змінна дискримінантної функція. Переважно використовувати інтенсивність просторових частот, яка належить діапазону частот від 100 до 250 циклів/ширина зображення, і переважно від 150 до 200 циклів/ширина 13 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 зображення, як інтенсивність просторових частот, яка являє собою пояснюючі змінні в рівнянні або моделі, що одержується як описано вище по тексту. Згідно з цим, статеві відмінності можна визначати точно. Крім того, в доповнення до діапазону високих частот, переважно використовувати інтенсивність просторових частот в діапазоні низьких частот від 1 до 50 циклів/ширина зображення. Згідно з цим, визначення можна здійснювати більш точно за допомогою додавання фактора, що пояснює статеві відмінності, які не вказані в діапазоні високих частот. (4) Визначення статі Визначення статі здійснюють за допомогою застосування інтенсивності просторових частот з даних лицьового зображення суб'єкта до рівняння або моделі, яка вказує кореляцію між інтенсивністю просторових частот і статевими групуючими змінними, які одержуються як описано вище по тексту. Застосування включає зіставлення числових значень з моделлю в доповнення до підстановки числових значень в рівняння. Згідно з цим, можна обчислювати статеву групуючу змінну, так що стать можна визначати за допомогою статевої групуючої змінної. У способі визначення статі відповідно до винаходу збирають дані лицьового зображення суб'єкта, стать якого повинна бути визначена, і обробку ШПФ здійснюють на даних лицьового зображення для того, щоб обчислити інтенсивність просторових частот. Статеву групуючу змінну можна одержати за допомогою підстановки інтенсивності просторових частот (потужності або значення амплітуди) суб'єкта в рівняння (дискримінантну функцію), що указує "залежність між статевими групуючими змінними і інтенсивністю просторових частот", як одержано попередньо. Основуючись на статевих групуючих змінних, що одержуються, можна визначати стать. [5] Пристрій визначення статі відповідно до винаходу Пристрій визначення відповідно до винаходу містить блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блок зберігання, який зберігає дані статевої кореляції, які указують кореляцію між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення, і блок визначення статі, який визначає стать суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними статевої кореляції, що зберігаються в блоці зберігання. Пристрій визначення відповідно до винаходу можна конфігурувати подібно пристрою оцінки віку відповідно до винаходу, як описано вище по тексту. [6] Програма визначення статі відповідно до винаходу Програма визначення відповідно до винаходу спонукає комп'ютер, інші пристрої, інші машини і т. п. до функціонування як блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта, блока зберігання, який зберігає дані статевої кореляції, які указують кореляцію між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення, і блока визначення статі, який визначає стать суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними статевої кореляції, що зберігаються в блоці зберігання. Додатково, програму відповідно до винаходу можна зберігати на комп'ютерозчитуваному носії. [7] Пристрій оцінки віку згідно з іншим варіантом здійснення Як описано вище по тексту, як в способі оцінки віку, так і в способі визначення статі відповідно до винаходу використовують інтенсивність просторових частот, що одержується за даними лицьового зображення. Додатково, зрозуміло, що кореляція між віком та інтенсивністю просторових частот, яку можна використовувати в оцінці віку, розрізнюється між чоловіками і жінками. Тут вік можна оцінювати з високим ступенем точності за допомогою визначення статі способом визначення статі відповідно до винаходу, вибору кореляції між віком та інтенсивністю просторових частот, оптимізованим для кожної статі, основуючись на результаті, і здійснення способу оцінки віку відповідно до винаходу. Пристрій оцінки віку, який виконує цю оцінку, містить блок обчислення інтенсивності, який обчислює інтенсивність просторових частот за даними лицьового зображення суб'єкта; блок зберігання, який зберігає дані статевої кореляції, які указують кореляцію між статями та інтенсивністю просторових частот, що визначаються за даними лицьового зображення, і дані вікової кореляції чоловіків і дані вікової кореляції жінок, які указують кореляції між віком і інтенсивністю просторових частот, що одержується за даними лицьового зображення за допомогою статі; блок визначення статі, який визначає стать суб'єкта по зіставленню 14 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними статевої кореляції, що зберігаються в блоці зберігання; блок вибору даних вікової кореляції, який вибирає дані вікової кореляції чоловіків або дані вікової кореляції жінок, основуючись на полі, що визначається за допомогою блока визначення статі; і блок обчислення віку, який обчислює оцінний вік суб'єкта по зіставленню інтенсивності просторових частот, що обчислюється за допомогою блока обчислення інтенсивності, з даними кореляції, вибираними за допомогою блока вибору даних кореляції. Додатково, можна передбачити програму для того, щоб змушувати комп'ютер функціонувати як ці блоки. Далі в цьому документі винахід більш конкретно описаний з використанням прикладів, як описаний нижче по тексту, але винахід не обмежений прикладами. Приклад 1 Оцінка віку жінки (1) Підготовка БД жінок з "фактичним віком, віком по враженню від зовнішнього вигляду та інтенсивністю просторової частоти" Лицьові зображення 140 жінок (у віці від 18 до 82 років, середній вік 49,01±17,02 років) в діапазоні 30 см×30 см захоплювали з використанням цифрової камери. Аналіз просторових частот здійснюють на зображеннях за допомогою коректування яскравості зображень з використанням Photoshop (зареєстрований торговий знак) CS3 виробництва Adobe Systems Incorporated, одержання даних напівтонового зображення (див. фіг. 1) 1024×1024 пікселів і використання програмного забезпечення аналізу просторових частот виробництва авторів винаходу з використанням MATLAB (зареєстрований торговий знак) виробництва The MathWork Inc (див. фіг. 2). Для того щоб судити про вік по враженню від зовнішнього вигляду, за допомогою використання попередньо підготовлених стандартних зображень по вікових групах (див. фіг. 3), про вік на напівтонових зображеннях, надрукованих на матеріалі розміром A4, судили 9 нових учасників (5 чоловіків і 4 жінки), які менше року тому закінчили коледж і не мають досвіду в дослідженнях лицьової думки, і 5 експертів (2 чоловіків і 3 жінки) в дослідженнях лицьової думки. Середньо значення привласнювали за допомогою виключення максимального значення та мінімального значення з віку, що оцінюється як вік по враженню від зовнішнього вигляду. Таким чином, одержують БД жінок з фактичним віком, віком по враженню від зовнішнього вигляду (думки нових учасників і думка експертів), та інтенсивністю просторових частот (потужності або значення амплітуди). (2) Аналіз характеристик БД жінок Використовуючи PASW (зареєстрований торговий знак) Statistics 17.0 виробництва SPSS Inc., здійснюють кореляційний аналіз і кластерний аналіз на БД жінок. Згідно з коефіцієнтом кореляції Пірсона (двосторонньому) між віком (фактичним віком і віком по враженню від зовнішнього вигляду) та інтенсивністю просторових частот (див. фіг. 4), зрозуміло, що значно висока вікова інформація існує в широкому діапазоні (коефіцієнт кореляції>0,60) від 90 до 360 (циклів/ширина зображення). Додатково, по дендрограмі, що одержується за допомогою кластерного аналізу, просторові частоти зі схожими характеристиками зміни інтенсивності стосуються чотирьох смуг просторових частот таким чином. Коли вікову інформацію, яка існує у відповідних смугах, аналізують по підвищенню або зниженню інтенсивності просторових частот у відповідній смузі і зміні даних лицьового зображення, інформація про вікову структуру нерівномірно розподілена в кожній зі смуг просторових частот, наприклад, інформація про тягнучі відчуття або в'ялість існує у від 0 до 50 (цикл/ширина зображення), інформація про глибокі зморшки і лінії на обличчі існує у від 50 до 100 (циклів/ширина зображення), інформація про дрібні зморшки і т. п. існує у від 100 до 200 (циклів/ширина зображення), і додаткова інформація про текстуру або блискуче відчуття на поверхні шкіри існує у від 200 до 512 (циклів/ширина зображення). Додатково, оскільки нерівномірний розподіл представлений у всіх інших групах БД, зрозуміло, що представлені чотири смуги просторових частот тим самим можна відповідно визначати як смуги, які мають безперервність. Додатково, зрозуміло, що чекають підвищення поліпшення в оцінці віку або тому подібного з вищим ступенем точності за допомогою вибору придатних частот з відповідних груп просторових частот або за допомогою здійснення їх комбінування. (3) Підготовка рівняння, що указує "залежність між фактичним віком і інтенсивністю просторових частот або між віком по враженню від зовнішнього вигляду та інтенсивністю просторової частоти" Множинний регресійний аналіз (поетапний спосіб) здійснюють на БД жінок з фактичним віком і віком по враженню від зовнішнього вигляду як об'єктивні змінні, і з просторовими частотами (f) як пояснюючі змінні за допомогою використання SPSS (зареєстрований торговий 15 UA 111160 C2 5 10 15 20 25 30 35 знак) 15.0J виробництва SPSS Inc. Як результат, надані рівняння (1) і (2), тобто приклади рівняння множинної регресії, що оцінюють фактичний вік і вік по враженню від зовнішнього вигляду (думка новими учасниками). У рівнянні 2 зрозуміло, що вісім пояснюючих змінних вибрані з чотирьох груп смуг просторових частот, так що вік можна оцінювати правильно за допомогою вибору придатних частот їх відповідних груп просторових частот. На фіг. 8 представлений графік, який указує кореляції (калібрувальна крива) між віком по враженню від зовнішнього вигляду (думка новими учасниками) і оцінним віком (значення прогнозу), що оцінюються за допомогою рівняння (2). Додатково, коли оцінювачів віку по враженню від зовнішнього вигляду замінювали з нових учасників на експертів, коефіцієнт множинної кореляції (R) рівняння прогнозу зростав до 0,937, так що зрозуміло, що вік по враженню від зовнішнього вигляду можна оцінювати з вищим ступенем точності. =f132×84,220+f38×(-52,441)+f155×48,123+f3×(-18,802)+ f102×46,773-124,562 … (1) Коефіцієнт множинної кореляції (R)=0,863 *f132, f38, f155, f3 і f102 являють собою логарифмічні шкали потужностей просторових частот. =f3×(16,407)+f35×(-42,423)+f36 (- 37,139)+f43×43,577+f53×14,451+f132×96,466+f142×65,208+f242× 19,649-198,272 … (2) Коефіцієнт множинної кореляції (R)=0,881 *f3, f35, f36, f43, f53, f132, f142 і f242 являють собою логарифмічні шкали потужностей просторових частот. (4) Оцінка фактичного віку і віку по враженню від зовнішнього вигляду Після одержання інтенсивності просторових частот по лицьових зображеннях восьми тестових жінок (суб'єктів), що досліджуються, які повинні бути оцінені (середній вік 43,1 року), фактичний вік і вік по враженню від зовнішнього вигляду (оцінка нових учасників) оцінюють за допомогою використання рівнянь множинної регресії (1) і (2), що обчисляються як описано вище по тексту. Додатково, у випадку використання віку по враженню від зовнішнього вигляду, що оцінюється експертами, оцінку здійснюють за допомогою обчислення регресійного рівняння схожим чином. Результати перераховані в таблиці 1 (помилка = оцінний вік -(фактичний вік або вік по враженню від зовнішнього вигляду)). Згідно з цим, зрозуміло, що фактичний вік і вік по враженню від зовнішнього вигляду можна оцінювати з високим ступенем точності. Додатково, зрозуміло, що переважно використовувати рівняння множинної регресії для оцінки віку по враженню від зовнішнього вигляду відносно точності, і переважно використовувати вік по враженню від зовнішнього вигляду, про який судять експерти, відносно вищого ступеню точності. Таблиця 1 № 1 2 3 4 5 6 7 8 40 Фактичний вік 20 25 32 38 44 53 62 71 Помилка (фактичний вік) Помилка (вік по враженню від зовнішнього вигляду • новий учасник) 1,7 -2,3 2,1 -4,3 -6,1 5,4 -2,6 4,5 1,2 -2,0 1,1 -3,1 -2,0 2,2 -1,8 3,3 Помилка (вік по враженню від зовнішнього вигляду • експерт) 0,9 -1,2 0,4 -1,4 -1,6 1,5 -1,8 2,4 Приклад 2 Оцінка віку чоловіка Таку ж перевірку з прикладу 1 здійснюють за допомогою заміни жінок чоловіками, щоб підготувати БД чоловіків, щоб аналізувати характеристики БД, і щоб підготувати рівняння, яке указує "залежність між фактичним віком і інтенсивністю просторових частот". (1) Підготовка БД чоловіків з "фактичним віком та інтенсивністю просторової частоти" 16 UA 111160 C2 5 10 15 20 25 30 35 Відносно 139 чоловіків (у віці від 19 до 84 років, середній вік 51,51±17,83 років), БД з фактичним віком й інтенсивністю просторових частот (потужності та значення смуг) одержує аналогічним чином, як в прикладі 1. (2) Аналіз характеристики БД чоловіків Кореляційний аналіз і кластерний аналіз здійснюють на БД чоловіків аналогічним чином. Згідно з коефіцієнтом кореляції Пірсона (двосторонньому) між фактичним віком та інтенсивністю просторових частот (див. фіг. 5), зрозуміло, що висока вікова інформація існує в діапазоні (кореляція >0,60) від 60 до 240 (циклів/ширина зображення). Інтерпретуючи дендрограму, показано, що інформація про вікову структуру нерівномірно розподілена по смузі просторових частот, як представлено в БД жінок. За допомогою порівняння БД обох статей виявлена різниця, представлена на фіг. 4 і 5. То є, укладають, що різниця в діапазонах низьких і середніх частот (від 20 до 100 циклів/ширина зображення) зумовлена швидкою зміною вікової структури у чоловіків, такої як натягнутість або в'ялість, є більш помітним, ніж у жінок, і різниця в діапазоні високих частот (200 циклів/ширина зображення або більше) зумовлена тим, що текстура шкіри (нерівне відчуття, тонкість текстури) чоловіка гірша, ніж у жінок, незалежно від віку і зміна у віковій структурі чоловіка насилу помітно. Тобто, зрозуміло, що у випадку чоловіків, ефективно використовувати смугу приблизно від 0 до 200 циклів/ширина зображення для оцінки віку. Додатково, подібно аналізу БД жінок, зрозуміло з інтерпретації дендрограми, що різна вікова інформація існує в діапазонах смуг від 0 до 50 циклів/ширина зображення, від 50 до 100 циклів/ширина зображення, від 100 до 150 циклів/ширина зображення і 150 циклів/ширина зображення або більше. (3) Підготовка рівняння, що указує "залежність між фактичним віком і інтенсивністю просторової частоти" Множинний регресійний аналіз (поетапний спосіб) здійснюють на БД чоловіків з прикладу 2 з фактичним віком як об'єктивні змінні і з просторовими частотами (f) як пояснюючі змінні за допомогою використання SPSS (зареєстрований торговий знак) 15.0 виробництва SPSS Inc. Як результат, рівняння (3), приклад рівняння множинної регресії для оцінки фактичного віку, виражають таким чином. =fl35×80,839+f5×(-23,510)+f3×(-10,595)+f105×64,76564,187 … (3) Коефіцієнт множинної кореляції (R)=0,794 *f135, f5, f3 і f105 являють собою логарифмічні шкали потужностей просторових частот. (4) Оцінка фактичного віку Подібно способу оцінки віку жінок, фактичний вік оцінюють за допомогою використання рівняння множинної регресії (3), що обчислюється як описано вище по тексту, після одержання інтенсивності просторових частот за даними лицьового зображення п'яти тестових чоловіків (суб'єктів), що досліджуються, які повинні бути оцінені (середній вік 40,8 року). Результати перераховані в таблиці 2 (помилка = оцінний вік - (фактичний вік)). Згідно з цим, зрозуміло, що фактичний вік оцінюють з високим ступенем точності. 40 Таблиця 2 № Фактичний вік 1 2 3 4 5 45 50 Помилка 21 28 36 53 66 1,9 -2,2 2,0 -5,1 4,6 Приклад 3 Ефект косметики, що чинить вплив на вік по враженню від зовнішнього вигляду Ефект косметики, що чинить вплив на вік по враженню від зовнішнього вигляду, розглядають відповідно до винаходу. Тобто, після здійснення обробки з прикладу 1 для обличчя без косметики і обличчя з косметикою двох жінок (у віці 50 і 62 років) для обчислення просторових частот, рівняння множинної регресії (2) для оцінки віку по враженню від зовнішнього вигляду застосовують для обчислення віку по враженню від зовнішнього вигляду, про який судять по обличчю без косметики і обличчю з косметикою. Коли обчислювали помилки у віці обличчя з косметикою відносно обличчя без косметики як стандарти, це вело до того, що помилка у віці 50-літньої жінки становила +0,7 року, щоб показати, що зовнішній вигляд навряд чи змінився, тоді як помилка у віці 62-літньої жінки (див. фіг. 9) становила -9,8 року, щоб 17 UA 111160 C2 5 10 15 20 25 показати, що зовнішній вигляд виглядає значно молодшим, і зрозуміло, що обчислення віку по враженню від зовнішнього вигляду являє собою кількісний спосіб, який ідентичний думці третьої сторони. Крім того, оскільки про ефект косметики судять по напівтоновим зображеннях, ефект кольору і насиченості за рахунок косметичних матеріалів не відображений, але про ефект косметичних матеріалів, що чинить вплив на вікову структуру, можна зробити кількісний висновок по змінах ваги пояснюючої змінної (відповідні смуги просторових частот по напівтоновим зображеннях) в рівнянні множинної регресії (2). Приклад 4 Визначення статі (рівняння визначення і результат дискримінантного аналізу) Як описано в прикладі 1, зображення одержують і обробляють для того, щоб одержувати інтенсивність просторових частот, з БД жінок в прикладі 1 (N=140) і БД чоловіків (N=139) в прикладі 2. Елементи статевих групуючих змінних додають в БД і потім здійснюють дискримінантний аналіз за допомогою використання PASW (зареєстрований торговий знак) Statistics 17.0 виробництва SPSS Inc. Одержувану дискримінантну функцію (рівняння визначення (4) і результат визначення (таблиця 3 і фіг. 10), представлені таким чином. Зрозуміло, що визначення статі здійснюють з точністю 90 % або більше з таблиці 3 і фіг. 10. Додатково, логарифмічна шкала потужності f173 впливає більш усього в рівнянні визначення (4), але як описано вище по тексту, це зумовлено статевими відмінностями в зміні в текстурі поверхні шкіри в зв'язку зі старінням (див. фіг. 4 і 5). Отже, зрозуміло, що у визначенні статі текстура шкіри більш важлива, ніж зміна форми обличчя (зморшки і в'ялість). Додатково, згідно з цим, укладають, що щоку, лоб, ніс, в доповнення до цілого обличчя, в достатній мірі використовують для даних лицьового зображення, що використовуються у визначенні статі. =f3×1,564+f6×3,340+f7×3,141+f41×0,669+f173×(-8,400)8,895 … (4) Канонічний коефіцієнт кореляції (R)=0,811 *f3, f6, f7, f41 і f173 являють собою логарифмічні шкали потужностей просторових частот. [0098] Таблиця 3 Вихідні дані Вихідні дані Вихідні дані Вихідні дані Перехресна валідація Перехресна валідація Перехресна валідація Перехресна валідація 30 35 40 45 Частота Частота % % Стать Жінка Чоловік Жінка Чоловік Жінка 126 11 90 8 Чоловік 14 128 10 92 Усього 140 139 100 100 Частота Жінка 124 16 140 Частота Чоловік 11 128 139 % Жінка 89 11 100 % Чоловік 8 92 100 Приклад 5 Оцінка віку за допомогою використання кольорового зображення (1) Підготовка БД з "фактичним віком та інтенсивністю просторової частоти" Кольорові зображення 140 жінок (у віці від 18 до 82 років, середній вік 49,01±17,02 року) в діапазоні 30 см×30 см одержують з використанням цифрової камери. Аналіз просторових частот здійснюють на кольорових зображеннях 1024×1024 пікселів за допомогою використання програмного забезпечення аналізу просторових частот виробництва компанії авторів винаходу з використанням MATLAB (зареєстрований торговий знак) виробництва The MathWork Inc. З часом, БД жінок з фактичним віком та інтенсивність просторових частот одержують. (2) Аналіз характеристики БД Кореляційний аналіз здійснюють на БД жінок з використанням PASW (зареєстрований торговий знак) Statistics 17.0 виробництва SPSS Inc. Як результат, коефіцієнти кореляції для каналів В і R відрізняються від кореляції просторових частот, що одержується за даними монохромного зображення. Тобто, кореляції каналу В схильні до високих значень в смузі від 50 до 150 циклів/ширина зображення. Додатково, кореляції каналу R схильні до високих значень в смузі від 0 до 50 циклів/ширина зображення. 18 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 60 Коли зображення змінюють за допомогою зміни потужностей смуг каналів, зрозуміло, що інформація про ластовинки існує в діапазоні каналу В. (3) Підготовка рівняння, що указує "фактичний вік і інтенсивність просторової частоти" Множинний регресійний аналіз (поетапний спосіб) здійснюють на БД з фактичним віком як об'єктивні змінні і з використанням просторових частот (f) як пояснюючі змінні за допомогою використання PASW (зареєстрований торговий знак) Statistics 17.0.3 для того, щоб одержати рівняння множинної регресії. Як результат, інтенсивність просторових частот, що належать від 100 до 150 циклів/ширина зображення каналу В, має самі високі коефіцієнти кореляції. Інтенсивність просторових частот вибирає з всіх каналів RGB як пояснюючі змінні. На фіг. 11 представлений графік, який указує кореляції (калібрувальна крива) між фактичним віком і оцінним віком (значення прогнозу), що оцінюється за допомогою одержуваного рівняння множинної регресії. Зрозуміло, що коефіцієнт множинної кореляції (R) становить 0,945, і фактичний вік оцінюють з надзвичайно високим ступенем точності. Приклад 6 Оцінка віку за допомогою використання зображення губ (1) Підготовка БД з "фактичним віком та інтенсивністю просторової частоти" Зображення облич 140 жінок (у віці від 18 до 82 років, середній вік 49,01±17,02 року) одержують з використанням цифрової камери. Кольорові зображення 1024×1024 пікселів для інтерпретації готують за допомогою накладення шарів масок для виділення ділянок губ з лицьових зображень. Аналіз просторових частот здійснюють на чотирьох типах даних зображень, що одержуються з кольорових зображень, які являють собою дані зображення з каналів RGB, і даних монохромного зображення, що одержуються за допомогою перетворення яскравості за допомогою використання програмного забезпечення аналізу просторових частот виробництва компанії авторів винаходу з використанням MATLAB (зареєстрований торговий знак) виробництва The MathWork Inc. З часом готують БД з фактичним віком та інтенсивністю просторових частот (потужності і значення амплітуди). (2) Аналіз характеристики БД Кореляційний аналіз здійснюють на БД за допомогою використання PASW (зареєстрований торговий знак) Statistics 17.0 виробництва SPSS Inc. Як результат, знаходять таку тенденцію, що коефіцієнти кореляції каналу В відрізняються від кореляції просторових частот, що одержується за даними монохромного зображення. Тобто, кореляції каналу В особливо високі в смузі приблизно від 170 до 180 циклів/ширина зображення, де кореляція, як правило, висока. Згідно з цим, зрозуміло, що важлива вікова інформація про губи міститься в смузі від 150 до 200 циклів/ширина зображення каналу В. Додатково, кластерний аналіз здійснюють на просторових частотах монохромного зображення. Умовами є спосіб Уорда, квадрат евклідова відстані і z-оцінки (по змінних). Як результат, просторові частоти стосуються чотирьох діапазонів від 0 до 40 циклів/ширина зображення, від 40 до 100 циклів/ширина зображення, від 100 до 240 циклів/ширина зображення і від 240 до 512 циклів/ширина зображення. Коли вікову інформацію, яка існує у відповідних смугах, аналізують по збільшенню або зниженню інтенсивності просторових частот в смугах і зміні лицьового зображення, зрозуміло, що вікова інформація рідко існує в діапазоні від 240 до 512 циклів/ширина зображення. (3) Підготовка рівняння, що указує "залежність між фактичним віком і інтенсивністю просторової частоти" Множинний регресійний аналіз (поетапний спосіб) здійснюють на БД з фактичним віком як об'єктивні змінні і з використанням просторових частот (f) як пояснюючі змінні за допомогою використання PASW (зареєстрований торговий знак) Statistics 17.0, тим самим одержуючи рівняння множинної регресії. Як результат, множина інтенсивності просторових частот, що належить від 1 до 200 циклів/ширина зображення каналу R і В, відбирають як пояснюючі змінні. Серед них, інтенсивність просторових частот, зображення каналу, що належать від 170 до 180 циклів/ширина В, мають самі високі коефіцієнти кореляції. На фіг. 12 представлений графік, який указує кореляції (калібрувальна крива) між фактичним віком і оцінним віком (значення прогнозу), що оцінюється за допомогою одержуваного рівняння множинної регресії. Зрозуміло, що коефіцієнт множинної кореляції (R) становить 0,848, і фактичний вік оцінюють з високим ступенем точності. Приклад 7 Оцінка віку за допомогою використання зображення щоки (1) Підготовка БД з "фактичним віком та інтенсивністю просторової частоти" 19 UA 111160 C2 5 10 15 20 25 30 35 40 45 50 55 Зображення облич 140 жінок (у віці від 18 до 82 років, середній вік 49,01±17,02 року) одержують за допомогою використання цифрової камери (див. фіг. 1). Дані кольорового зображення 1024×1024 пікселів для інтерпретації одержують за допомогою накладення шарів масок для виділення ділянок щік з лицьових зображень. Аналіз просторових частот здійснюють на чотирьох типах даних зображення, які являють собою дані зображення з каналів RGB, і даних монохромного зображення, що одержуються за допомогою перетворення яскравості за допомогою використання програмного забезпечення аналізу просторових частот виробництва компанії авторів винаходу з використанням MATLAB (зареєстрований торговий знак) виробництва The MathWork Inc. З часом готують БД з фактичним віком та інтенсивністю просторових частот. (2) Підготовка рівняння, що указує "залежність між фактичним віком і інтенсивністю просторової частоти" Множинний регресійний аналіз (поетапний спосіб) здійснюють на БД з фактичним віком як об'єктивні змінні і з використанням просторових частот (f) як пояснюючі змінні за допомогою використання PASW (зареєстрований торговий знак) Statistics 17.0, тим самим одержуючи рівняння множинної регресії. Як результат, множина інтенсивності просторових частот, що належить від 1 до 200 циклів/ширина зображення, всіх каналів RGB відбирають як пояснюючі змінні. Серед них, інтенсивності просторових частот, зображення, що належать від 150 до 170 циклів/ширина, каналу В мають самі високі коефіцієнти кореляції. На фіг. 13 представлений графік, який указує кореляції (калібрувальна крива) між фактичним віком і оцінним віком (значення прогнозу), що оцінюється за допомогою одержуваного рівняння множинної регресії. Зрозуміло, що коефіцієнт множинної кореляції (R) становить 0,846, і фактичний вік оцінюють з високим ступенем точності. З результатів прикладів 6 і 7 зрозуміло, що вік можна оцінювати з високим ступенем точності з використанням ділянок обличчя, таких як губи і щока. Також зрозуміло, що смуги просторових частот, які містять вікову інформацію, міняються відповідно до ділянок, але смуги можна точно визначити за допомогою здійснення кореляційного аналізу. Згідно з цим, зрозуміло, що вік можна оцінювати за допомогою використання деякої ділянки обличчя, яка може змінюватися у відповідності зі старінням. ПРОМИСЛОВА ЗАСТОСОВНІСТЬ Технологія оцінки віку відповідно до винаходу може бути використана при думці про ефекти естетичного лікування, догляду за шкірою, косметики, здорового живлення, косметичних хірургічних операцій або тому подібного, і в радах або консультаціях з результатом думки. Додатково, технологія оцінки віку або визначення статі може бути широко використана в системі для моніторингу (при продажу) алкогольних напоїв, сигарет або тому подібного або як маркетингова інформація. ФОРМУЛА ВИНАХОДУ 1. Спосіб оцінки віку, що включає: оцінку віку суб'єкта за даними лицьового зображення суб'єкта, основуючись на кореляції між віком та інтенсивностями просторових частот, що одержуються за даними лицьового зображення, причому просторові частоти належать множині різних смуг просторових частот. 2. Спосіб оцінки віку за п. 1, в якому кореляцію виражають рівнянням або моделлю і що включає: одержання оціненого віку суб'єкта за допомогою застосування інтенсивності просторових частот з даних лицьового зображення суб'єкта до рівняння або моделі. 3. Спосіб оцінки віку, що включає: збирання даних лицьового зображення суб'єкта; обчислення інтенсивностей просторових частот за зібраними даними лицьового зображення, причому просторові частоти належать множині різних смуг просторових частот; і обчислення оцінного віку суб'єкта за допомогою застосування обчислених інтенсивностей просторових частот до рівняння або моделі, яке/яку одержують попередньо і яке/яка виражає кореляцію між віком і просторовими частотами, що одержується за даними лицьового зображення. 20 UA 111160 C2 5 10 15 20 25 30 35 40 4. Спосіб оцінки віку за п. 2 або 3, в якому рівняння являє собою рівняння множинної регресії, що одержується з множинного регресійного аналізу, або рівняння прогнозу, що одержується з PLS. 5. Спосіб оцінки віку за будь-яким одним з пп. з 1 до 4, в якому дані лицьового зображення являють собою дані зображення ділянки обличчя або цілого обличчя. 6. Спосіб оцінки віку за будь-яким одним з пп. з 1 до 5, в якому вік являє собою фактичний вік або вік по враженню від зовнішнього вигляду. 7. Спосіб оцінки віку за будь-яким одним з пп. з 1 до 6, в якому дані лицьового зображення являють собою дані кольорового зображення, а інтенсивності просторових частот включають в себе комбінації інтенсивностей просторових частот, обчислених по множині колірних каналів. 8. Спосіб оцінки віку за будь-яким одним з пп. з 1 до 7, в якому просторові частоти являють собою смугу низьких частот 50 циклів/ширина зображення або менше і смугу високих частот більше ніж 50 циклів/ширина зображення. 9. Спосіб оцінки віку за будь-яким з пп. 1 або 8, в якому просторові частоти, які належать смугам просторових частот, переважно мають відмінність в 10 циклів/ширина зображення або більше. 10. Спосіб оцінки віку за будь-яким з пп. з 1 до 9, в якому суб'єкт являє собою жінку, кореляція являє собою кореляцію між віком та інтенсивностями просторових частот, що одержуються за даними лицьового зображення цілих облич жінок, і просторові частоти включають в себе щонайменше чотири просторові частоти, які належать відповідним смугам просторових частот: від 0 до 50 циклів/ширина зображення; від 50 до 100 циклів/ширина зображення; від 100 до 200 циклів/ширина зображення; і 200 циклів/ширина зображення або більше. 11. Спосіб оцінки віку за будь-яким з пп. з 1 до 9, в якому суб'єкт являє собою чоловіка, кореляція являє собою кореляцію між віком та інтенсивностями просторових частот, що одержуються за даними лицьового зображення цілих облич чоловіків, і просторові частоти включають в себе щонайменше чотири просторові частоти, які належать відповідним смугам просторових частот: від 0 до 50 циклів/ширина зображення; від 50 до 100 циклів/ширина зображення; 100 до 150 циклів/ширина зображення; і 150 циклів/ширина зображення або більше. 12. Спосіб оцінки віку за будь-яким одним з пп. з 1 до 9, в якому кореляція являє собою кореляцію між віком та інтенсивностями просторових частот, що одержуються за даними зображення губ, просторові частоти включають в себе щонайменше три просторові частоти, які належать відповідним смугам просторових частот: від 0 до 40 циклів/ширина зображення; від 40 до 100 циклів/ширина зображення; і 100 циклів/ширина зображення або більше. 21 UA 111160 C2 22 UA 111160 C2 23 UA 111160 C2 24 UA 111160 C2 25 UA 111160 C2 26 UA 111160 C2 27 UA 111160 C2 28