الخلاصة

يركز مجال الدراسة المعروف باسم “الطب الشرعي للصور الرقمية” (DIF) على إيجاد وفحص الأدلة الرقمية المستخدمة في التحقيقات الجنائية. وفقًا لأخصائي الطب الشرعي ، تعد دراسة تحديد الهوية موضوعًا مهمًا يدرس مجموعة متنوعة من المؤشرات البيولوجية المتاحة للباحثين. يصف مصطلح “تكنولوجيا القياسات الحيوية” استخدام الخصائص الفسيولوجية أو السلوكية للأشخاص لتحديد أو التحقق من صحة الأشخاص. الوجه هو مقياس حيوي مهم بميزة تجعله مناسبًا لمجموعة متنوعة من التطبيقات. الاختلافات في تعبيرات الوجه ، والإضاءة ، والموقع ، والانسداد ، والقضية الصعبة المتمثلة في شيخوخة الوجه هي بعض التحديات مع عمل نظام التعرف على الوجه. تركز هذه الأطروحة على موضوع الشيخوخة من أجل معالجة مشكلة تحديد هوية الشخص. بشكل عام ، تؤدي عملية التقدم في السن إلى تغيير شكل وملمس الوجه بشكل كبير ، مما يجعل التعرف على الشخص بشكل صحيح أكثر صعوبة وأصعب. وبالتالي ، فإن تحديد الوجه عبر العمر هو قضية مفتوحة حاليًا في مجال علوم الكمبيوتر. يحتوي على مجموعة واسعة من التطبيقات المثيرة في الوقت الفعلي ، مثل القدرة على تجديد جوازات السفر والتراخيص ، والعثور على الأطفال المفقودين أو الأشخاص المصابين بمرض الزهايمر ، وتحديد المجرمين ، والمزيد.
قدم النظام المقترح نظام تحديد هوية الشخص بناءً على تحليل الطب الشرعي لشيخوخة الوجه باستخدام الشبكات العصبية العميقة. الهدف الرئيسي من النظام المقترح هو التنبؤ بهوية الشخص من خلال وجهه في مختلف الأعمار. تم بناء النظام المقترح من خلال دمج نموذجين يمثلان مرحلة الوظيفة الخاصة بالنموذج والتي يتم تنفيذها على التوالي كل منها مسبوقة بمرحلة ما قبل المعالجة ، وتحتوي كل مرحلة على عدة خطوات تؤدي وظائف مختلفة.
النموذج الأول هو نموذج شيخوخة الوجه للتوصل إلى مخطط تمثيل ومطابقة للوجه يكون قويًا للتغييرات بسبب شيخوخة الوجه بناءً على استخراج الميزات البارزة التي لاتتغير بمرور الزمن. على الرغم من وجود محاولات مختلفة للتعامل مع شيخوخة الوجه في الماضي ، فقد واجهوا قيودًا مثل الحاجة إلى الكثير من البيانات وعدم القدرة على القيام بالعملية العكسيه ، أي العودة من العمر الاكبر إلى العمر الاصغر. مع النجاح الأخير للبنى القائمة على GAN ، يمكن أن تولد مخرجات عالية الدقة وذات مظهر طبيعي.
سيستخدم النموذج الأول ويدرب CycleGAN ، أحد أكثر البنى إثارة للاهتمام اليوم ، للقيام بالشيخوخة إلى الأمام وعكس الشيخوخة. النموذج الثاني هو نموذج التعريف لتحديد هوية الشخص بناءً على استخراج السمات الأساسية للوجه التي يمكن أن تظهر بوضوح الخصائص الفردية التي تحدد هوية الشخص. للحصول على مزايا نماذج CNN المدربة مسبقًا ، تم إنشاء النموذج الثاني بناءً على تعديل نماذج MobilenetV2 المدربة مسبقًا للحصول على نتائج دقيقة فقط من خلال تعديل بعض الطبقات في الهيكل الأصلي لاكتشاف هوية 105 شخصًا. يتم تنفيذ نفس الخطوات في مرحلتي المعالجة المسبقة لنموذج شيخوخة الوجه ونموذج تحديد الهوية ماعدا خطوة ROI تستخدم فقط قبل نموذج شيخوخة الوجه .
تستخدم مراحل النظام المقترحة مجموعتين بيانات نموذجية. يتم استخدام الأول مع مجموعة بيانات عينات UTKFace لنموذج الشيخوخه والأخير يتعامل مع مجموعة بيانات عينات من 105-pins-classes لتحديد هوية الشخص و يتم enrichmentعن طريق الدمج بين عينات مجموعتي البيانات وبلغت الدقة 98٪.