Age and gender normalization in kinship verification

Derin öğrenme kullanarak yüz görüntülerinden akrabalık doğrulaması, çözülmemiş ve araştırma topluluğunun artan dikkatini çeken ilginç bir problemdir. Bununla birlikte, en yeni akrabalık doğrulama sistemleri, farklı yaş ve cinsiyete sahip denekler arasında akrabalık doğrulamasında sorunlara neden olan yaş ve cinsiyete bağlı doğuştan gelen yüz özelliklerinden muzdariptir. Bu çalışmada, daha sağlam bir doğrulama modeli elde etmek hedefiyle akrabalık doğrulamasında yaş ve cinsiyete bağlı yüz özelliklerinin olumsuz etkisini azaltmak için çeşitli yöntemler öneriyoruz. Önerilen yaklaşım, deneklerin yaşını ve cinsiyetini modellemek ve tamamen ortadan kaldırmasa da akrabalık doğrulamasındaki etkilerini azaltmak için güncel üretken çekişmeli ağ mimarilerinin kapsamlı modelleme yeteneklerini kullanır. Ayrıca, üretici modellerin hem imge uzayı hem de öğrenilmiş uzayında gerçekleştirilen yaş ve cinsiyet normalizasyonunun bireysel ve birleşik etkileri üzerinde kapsamlı bir analiz yapıyoruz. Son olarak, normalizasyon sürecinde yüz kimliği bilgilerini daha fazla vurgulamanın etkisini araştırıyoruz. En yeni akrabalık doğrulama modellerinden birini temel alarak, cinsiyet normalizasyonunun, benzer ve farklı cinsiyetteki akrabalar arasındaki doğrulama performansı farkını %6' ya kadar azalttığını gösteriyoruz. Ayrıca, yaş ve cinsiyetin ortak normalizasyonunun, iki farklı akrabalık veri setinde akrabalık doğrulamasını %5 ve %10' a kadar arttırdığını gösteriyoruz. Bu nedenle bu tez, kullanılan akrabalık doğrulama sisteminin çekirdek mimarisinde değişiklik yapmadan yaş ve cinsiyet özelliklerini normalize ederek akrabalık doğrulamasının güvenilirliğini ve sağlamlığını geliştirmek için genel yaklaşımlar önermektedir.