Persons age estimation form the image

Karakteristike ljudskog lica oduvijek su predmet proučavanja društvenih znanosti. Razvojem tehnologije i industrije te zbog sve veće interakcije čovjeka i računala nastoje se izlučiti značajke ljudskog lica koje bi računalu omogućile razlikovanje identiteta, spola, raspoloženja i starosti pojedinaca. U ovom radu naglasak je upravo na razlikovanju starosne dobi pojedinaca. Primjenom određenih matematičkih postupaka (analiza glavnih komponenti, linearna diskriminantna analiza) smanjena je dimenzionalnost podataka, tj. izlučene su potencijalno bitne značajke za određivanje starosne dobi pojedinca. Algoritmi strojnog učenja primjenjuju se u postupku klasifikacije. Opisana su dva često korištena - algoritam k najbližih susjeda te stroj s potpornim vektorima. S obzirom da se računalni vid ubrzano razvija, poboljšanje već postojećih rješenje može se očekivati, kao i nova rješenja. Characteristics of human face have always been studied in social sciences. Development of technology and industry, as well as increased interaction between human and machine, have increased the need for computer based estimation of identity, gender, mood and age of person. In this paper emphasis has been put on age estimation. Application of mathematical methods, such as principal component analysis (PCA) and linear discriminant analysis (LDA), has enabled dimensionality reduction, i.e. extraction of potentially significant features for determining age of individual. Machine learning algorithms are used for classification. Here have been described two frequently used algorithms – k-nearest neighbors (k-NN) and support vector machine (SVM). Due to rapidly developing of computer vision, improved solutions, as well as new ones, can be expected