
Интересное сегодня
Дефицит дофамина: скрытая причина депрессии и как его воспол...
Дофамин: неожиданный виновник депрессии? В последние годы дофамин оказался в центре внимания, и не в...
Что такое брекетинг в качественных исследованиях: методы и п...
Что такое брекетинг в качественных исследованиях? Брекетинг (также известный как эпохэ или феноменол...
Прогрессивная мышечная релаксация (ПМР) для борьбы с тревого...
Прогрессивная мышечная релаксация для борьбы с тревогой Прогрессивная мышечная релаксация (ПМР) — эт...
Нейронные паттерны восприятия звуков при локализации в динам...
Введение Определение местоположения стимула является ключевой функцией в сенсорной обработке и широк...
Влияние проблем с грудным вскармливанием на психическое здор...
ВведениеПольза грудного вскармливания для матерей и детей была широко задокументирована. Всемирная о...
Когнитивная нагрузка при переключении между эгоцентрическими...
Введение В повседневной жизни мы постоянно переключаемся между эгоцентрическими (основанными на теле...
Введение в геометрическую морфометрию лиц
Разметка ориентиров — ключевой этап геометрической морфометрии, позволяющий количественно анализировать форму биологических структур, таких как кости или мягкие ткани лица. Традиционные ориентиры соответствуют четким анатомическим точкам, а полуориентиры (скользящие точки) используются там, где точное определение локализации затруднено.
Проблемы ручной разметки
- Трудоемкость: ручное нанесение сотен точек требует значительного времени
- Субъективность: вариативность между исследователями снижает воспроизводимость
- Ограничения существующих инструментов: многие конфигурации ориентиров разработаны для психологических экспериментов, а не для биометрики
Решение: FaceDig
Мы представляем FaceDig — ИИ-инструмент для автоматической разметки 72 ориентиров на фронтальных фотографиях лиц. Его особенности:
Точность на уровне эксперта с воспроизводимостью 0.97 по данным Procrustes-анализа
Технические преимущества
- Открытый исходный код (facedig.org)
- Совместимость с TpsDig2 и аналитическими платформами (R/Python)
- Двухэтапная архитектура: грубая проекция + CNN-уточнение
Методология
Обучение проводилось на 3,937 этнически разнообразных фотографиях. Архитектура включает:
1. Грубая проекция
Использование MediaPipe для первичного определения 239 ориентиров с последующей линейной проекцией в целевую 72-точечную систему.
2. CNN-уточнение
Для каждого ориентира применялся ансамбль из 6 сверточных сетей, анализирующих изображение в разных масштабах (32-72 пикселя). Потери рассчитывались через Wing Loss.
Результаты тестирования
Сравнение автоматической (FDG) и ручной коррекции (HC) показало:
Метрика | Значение |
---|---|
Корреляция по дистинктивности | r=0.94 (p<0.001) |
Корреляция по асимметрии | r=0.92 (p<0.001) |
Практическое применение
FaceDig особенно полезен для:
- Анализа исторических фотоархивов
- Кросс-культурных исследований
- Работы с большими базами данных (паспорта, соцсети)
Ограничения и перспективы
Текущая версия работает только с фронтальными изображениями. В разработке — поддержка профильных снимков и улучшенная обработка возрастных изменений.