Yüz tanıma kullanılarak fizyognomiye dayalı kişilik tahmin sistemi

İnsan yüzü, gözler, burun ve ağız gibi belirgin özelliklerle dolu bilgi kaynağıdır ve bu bilgi bolluğunu kullanarak yüz tanıma algoritmaları bir kişiyi diğerinden ayırt etmek için bu bilgiyi kullanır; bu, birçok uygulamaya sahip güçlü bir araç haline gelir. Bu teknoloji, günlük yaşamımızın birçok yönüne girmiştir, basit bir bakışla akıllı telefonları açmaktan kamu alanlarında güvenliği artırmaya kadar. Dahası, bir kişinin kişilik özellikleri fizyonomiye göre dış görünüşlerinden tahmin edilebilir; her yüz özelliği şekli bir kişinin kişiliği hakkında çok şey anlatabilir; bu çalışma, YOLO nesne tespit modelleri için özel olarak tasarlanmış olan şekil ve renklerine göre yüz özelliklerinin tanınması için oluşturulan yeni bir veri kümesini önererek bu konuya ele alır; son veri kümesi, YOLOv8 nesne tespit modelinin tüm sürümlerinde kullanılan mavi göz, kahverengi göz, yuvarlak burun, yuvarlak kaş, sivri burun ve düz kaş olmak üzere altı sınıf içeren 2.116 görüntü ve 10.000'den fazla etiket içerir; deney sonuçları, YOLOv8'in küçük sürümünün 89.9% mAP'ye dayalı olarak en iyi performansı gösterdiğini göstermektedir; bu çalışma ayrıca yalnızca 211 katmana sahip modifiye edilmiş hafif bir YOLOv8 sürümünü önerdi ve önerilen veri kümesinde %91.3 mAP'ye ulaştığı için en iyi modeli %1.4'lük bir farkla aştı.