Интересное сегодня
Как мы распознаём эмоции: новое исследование о роли лица и к...
Как мы понимаем эмоции других людей? Традиционно психологи изучали распознавание эмоций через анализ...
Как ранние отношения между родителем и ребенком влияют на вс...
Роль ранних отношений в формировании жизненного пути Качество отношений между родителем и ребенком в...
Когнитивные механизмы ОКР и ПТСР: Влияние травмы на усиление...
Когнитивные механизмы ОКР и ПТСРТеоретические модели обсессивно-компульсивного расстройства (ОКР; Ra...
Индивидуальные различия в суждениях о временной последовател...
Введение Суждение о временной последовательности (TOJ) — это задача, предназначенная для оценки врем...
Влияние неблагоприятных жизненных событий на психическое здо...
Введение Психическое здоровье включает как относительное отсутствие страданий и ограничивающих симпт...
Как пищевая интоксикация влияет на наши эмоции и отношения с...
Введение Пищевая интоксикация может превратить ваше любимое блюдо в настоящий кошмар. Даже воспомина...
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.