कार्यप्रणाली और सीमाएँ
अनुमान क्या समर्थित कर सकता है और क्या नहीं
यह पृष्ठ ज्यामितीय विधि, सात प्रोटोटाइप, गुणवत्ता जाँच और उन सीमाओं का दस्तावेज़ीकरण करता है जो परिणाम पढ़ते समय मायने रखती हैं।
माप परिभाषाएँ
ऐप लैंडमार्क बिंदुओं से चेहरे की लंबाई, माथे की चौड़ाई, गाल की हड्डी की चौड़ाई, जबड़े की चौड़ाई और निचले जबड़े की चौड़ाई मापता है। यह लंबाई-से-चौड़ाई, माथा-से-जबड़ा, गाल-से-जबड़ा, माथा-से-गाल, जबड़ा-से-चेहरा और ठुड्डी-टेपर अनुपात निकालता है। चेहरे के तिहाई, आँखों का अंतराल, आँख का झुकाव और समरूपता सहायक संकेतों के रूप में बताए जाते हैं।
प्रोटोटाइप तुलना
सात आकारों में से प्रत्येक को पाँच अनुपात विशेषताओं के लिए एक सीमा और भार द्वारा दर्शाया जाता है। ऐप स्कोर करता है कि मापे गए अनुपात प्रत्येक सीमा के भीतर कितने निकट हैं, भारित स्कोर जोड़ता है और उन्हें सामान्यीकृत करता है। निकटतम स्कोर प्राथमिक पठन है; अगला स्कोर द्वितीयक मेल के रूप में दिख सकता है।
गुणवत्ता जाँच
ऐप फ़्रेम में चेहरे का आकार, तीक्ष्णता, एक्सपोज़र, सिर का झुकाव, याव, पिच और आँखों के खुलेपन की जाँच करता है। ये जाँच विश्वास लेबल बदलती हैं और चेतावनियाँ उत्पन्न करती हैं। वे परिणाम को सत्यापित माप नहीं बनातीं।
ज्ञात सीमाएँ
2D फ़ोटो 3D चेहरे को सपाट कर देती है। लेंस विरूपण, सिर का कोण, रोशनी, बाल, चश्मा, मेकअप, चेहरे के बाल और क्रॉपिंग स्पष्ट अनुपात बदल सकते हैं। विधि में कोई विशेषज्ञ-लेबल वाला सटीकता बेंचमार्क और कोई प्रतिनिधि जनसांख्यिकीय सत्यापन नहीं है। हीरा और त्रिभुज खोजपूर्ण श्रेणियाँ हैं। परिणाम स्टाइलिंग सहायता है, चिकित्सीय, पहचान, आयु, लिंग या आकर्षण का मूल्यांकन नहीं।
डेटा और मॉडल स्थिति
उत्पादन ऐप बंडल किए गए लैंडमार्क मॉडल और पारदर्शी ज्यामितीय नियमों का उपयोग करता है। यह प्रशिक्षित चेहरे के आकार का इमेज क्लासिफ़ायर बंडल नहीं करता। इस प्रोजेक्ट के लिए मूल्यांकन किया गया सार्वजनिक पाँच-श्रेणी डेटासेट कवरेज, लेबल, स्प्लिट और कॉपीराइट चिंताओं के कारण उत्पादन उपयोग के लिए अस्वीकार किया गया। कोई उम्मीदवार मॉडल दस्तावेज़ीकृत बेंचमार्क प्रोटोकॉल पास नहीं कर सका।