DỰ ĐOÁN TUỔI DỰA TRÊN HÌNH ẢNH KHUÔN MẶT BẰNG KỸ THUẬT MÁY HỌC

Abstract

Việc ước tính tuổi tự động từ ảnh khuôn mặt đã thu hút được sự quan tâm đáng kể do phạm vi ứng dụng thực tế rộng rãi trong các lĩnh vực như giám sát an ninh, cá nhân hóa dịch vụ, và chăm sóc sức khỏe. Tuy nhiên, đây vẫn là một nhiệm vụ đầy thách thức do sự tương tác phức tạp của các yếu tố ảnh hưởng đến lão hóa khuôn mặt, bao gồm di truyền, chế độ ăn uống, tình trạng sức khỏe và giới tính. Trước thực trạng đó, nghiên cứu tập trung đánh giá hiệu quả của các mô hình học sâu trong dự đoán tuổi qua ảnh khuôn mặt. Đồng thời, đề xuất phương pháp kết hợp các mô hình học sâu với thuật toán học máy truyền thống thông qua phương pháp Stacking nhằm nâng cao độ chính xác. Ngoài ra, nội dung nghiên cứu còn xem xét ảnh hưởng của các kỹ thuật tăng cường dữ liệu và thay đổi kích thước ảnh đầu vào đến độ chính xác của mô hình. Đề tài “Dự Đoán Tuổi Dựa Trên Hình Ảnh Khuôn Mặt Bằng Kỹ Thuật Máy Học” giới thiệu ba mô hình học sâu để thực hiện nhiệm vụ hồi quy tuổi. Mô hình VGG16, thuộc kiến trúc mạng nơ-ron tích chập (CNN), được đào tạo trước trên tập VGGFace. Hai mô hình còn lại là ViT-B/16 thuộc Vision Transformer và Swin-B thuộc Swin Transformer (Shifted Window Transformer), cả hai đều được đào tạo trước trên tập ImageNet-1K. Các mô hình được huấn luyện và đánh giá riêng biệt trên hai tập dữ liệu UTKFace và FG-NET nhằm đánh giá khả năng tổng quát hóa trên dữ liệu ngoài phân phối. Sau đó, kết quả đầu ra từ các mô hình được kết hợp bằng phương pháp Stacking, với các thuật toán học máy đóng vai trò là mô hình tổng hợp cuối cùng. Kết quả thực nghiệm cho thấy phương pháp kết hợp Stacking sử dụng SVR làm meta-model đạt hiệu suất dự đoán tốt nhất trên cả hai tập dữ liệu. Đồng thời, việc áp dụng các kỹ thuật tăng cường dữ liệu và điều chỉnh kích thước ảnh đầu vào có ảnh hưởng rõ rệt đến độ chính xác của các mô hình. Cuối cùng, hệ thống web được xây dựng để triển khai mô hình với frontend sử dụng ReactJS, backend sử dụng Flask cho API dự đoán, Laravel cho các chức năng quản lý và MySQL làm hệ quản trị cơ sở dữ liệu. Từ khóa : dự đoán tuổi, hồi quy, đặc trưng khuôn mặt, mô hình kết hợp, UTKFace, FGNET