ESTIMASI USIA

BERDASARKAN
USIA WAJAH
RATU SARISYAMSIAH NURHANI
(160110150081)
Apa itu facial age estimation?
◦ Facial age estimation merupakan metode estimasi usia yang dilakukan berdasarkan fitur biometrik yang
dapat diambil dari wajah/penampilan eksternal seseorang
◦ Efek penuaan wajah yang terutama dikaitkan dengan gerakan tulang dan pertumbuhan dan kulit yang
terkait dengan pengerutan wajah dan kekuatan otot
◦ Observasi penuaan wajah menyebabkan seseorang dapat mengestimasi usia seseorang hanya berdasarkan
struktur wajahnya namun, setelah dilakukan penelitian lanjut estimasi berdasarkan penampilan tidak
akurat
◦ Selain itu, penelitian membuktikan bahwa estimasi usia berdasarkan penampilan wajah hanya dapat
mengelompokan ke sebuah kelompok usia (age range) dan belum dapat mengestimasi secara tepat
◦ Ini disebabkan oleh berbagai faktor seperti metabolisme, penyakit sistemik, dan operasi kosmetik
Variabel yang dibutuhkan dalam
mengestimasi usia wajah
Position of eyebrows
State of periorbital wrinkles
 Right periorbital zone
 Left periorbital zone
State of facial wrinkles
 Right frontal zone
 Left frontal zone
Evaluation of labiomental groove
Wrinkles and roughness
 Length of wrinkles
 Thickness of wrinkles
 Depth of wrinkles
Pigmentation
 Average value of melanin
 Variation-heterogeneity index of the melanin distribution
 Relative percentage variation
 Method of distribution of melanin in the study area
Superficial vascular component
 Average value of hemoglobin
 Variation-heterogeneity index of the hemoglobin distribution
 Relative percentage variation
 Method of distribution of hemoglobin in the study area
Depth and length of the facial nasogenian groove
Depth and length of the labiomental groove
Roughness
FACIAL AGING
STAGES
 Early age (dari lahir-awal dewasa)
Pada umunya terjadi perubahan yang disebabkan oleh
pertumbuhan di daerah craniofacial, area area yang
berubah adalah sebagai berikut:
◦ Area temporal (dahi): lereng dahi menyusut dan
melepaskan ruang pada permukaan cranium
◦ Ekspresi wajah: area meluas untuk menutupi area
interstitial
◦ Buccal: area membukal
◦ Dagu: menjadi lebih protrusive
◦ Rambut wajah: menjadi rapat, warna berubah
◦ Warna kulit: berubah sedikit
 Adulthood
◦ Pada umumnya terjadi perubahan pada tekstur kulit dimana wajah menjadi lebih tipis, gelap, berkurangnya
elastisistas, dan lebuh berkerut, yang dimanifestasikan dalam bentuk:
◦ Area kerutan - wajah menjadi lebih trapezoid/mengkotak
◦ Bekas jerawat
◦ Pipi menurun
◦ Kantung mata
Metode metode estimasi yang sudah
ada
◦ Antrropometric models
◦ Active appearance models
◦ Aging pattern subspace
◦ Age manifold
◦ Appearance feature model
Antropometric models
◦ Berdasarkan pengukuran dan proporsi dari
wajah manusia
◦ Merupakan metode estimasi usia yang paling
awal yang didasarsi oleh gambar wajah
◦ Menggunakan 6 titik rasio di gambar wajah
frontal untuk memisahkan anak anka dan orang
dewasa
Active appearance models
◦ Digunakan untuk membedakan anak anak dar
dewasa
◦ Tidak cocok digunakan untuk menentukan usia
pasti
◦ Menganalisis kerutan wajah untuk membedakan
remaja dari lansia
◦ Sensitif terhadap pose kepala
◦ hanya menggunakan bagian frontal untuk
mengukur geometri wajah
Active appearance models
◦ Penampilan model
◦ Menggabungkan model dengan “shape variation” dan dengan “texture variation”
◦ Menggunakan gambar yang telah ditandai dengan titik landmark
Model yang digunakan
shape texture

◦ Bentuk wajah dilambangkan dengan vektpr x

◦ Analisis procrustes digunakan untuk
mensejajarka bentuk vektor
◦ Aplikasi PCA ke vektor untuk mendapatkan
shape model
◦ Kombinasi shape dan texture models
◦ Cari rata rata shaoe
◦ Cari rata rata texture
◦ Benuk matrix dari set latihan
◦ Parameter model ditemukan
Active appearance model
◦ Menggunakan titik landmark yang dicari secara manual
◦ Setelah ditemukan gambaran yang baru dilakukan “active search process untuk mencari parameter yang
membuat appearance model tampak semirip mungkin dengan gambar asli