वैज्ञानिक कार्यप्रणाली और गोपनीयता आर्किटेक्चर
डिटेक्ट फेस शेप निष्पक्ष चेहरे की ज्यामिति वर्गीकरण प्रदान करने के लिए क्लिनिकल क्रैनियोफेशियल एंथ्रोपोमेट्री को क्लाइंट-साइड कंप्यूटर विज़न के साथ जोड़ता है।
शून्य-सर्वर बायोमेट्रिक गोपनीयता गारंटी
WebAssembly और WebGL के माध्यम से शुद्ध क्लाइंट-साइड निष्पादन
अधिकांश फेशियल विश्लेषण वेब टूल्स के लिए उपयोगकर्ताओं को रिमोट क्लाउड सर्वर पर उच्च-रिज़ॉल्यूशन तस्वीरें अपलोड करने की आवश्यकता होती है जहां न्यूरल नेटवर्क उन्हें संसाधित और संग्रहीत करते हैं। यह पर्याप्त गोपनीयता जोखिम पैदा करता है।
detectfaceshape.app शून्य-सर्वर आर्किटेक्चर के साथ काम करता है:
- Google MediaPipe Face Landmarker मॉडल बाइनरी और WASM रनटाइम सख्ती से आपके स्थानीय ब्राउज़र सैंडबॉक्स के भीतर निष्पादित होते हैं।
- सभी अपलोड की गई तस्वीरें और कैमरा फ्रेम स्थानीय ब्राउज़र की वोलेटाइल मेमोरी में एक ऑफस्क्रीन कैनवास पर डिकोड किए जाते हैं और वर्गीकरण के तुरंत बाद हटा दिए जाते हैं।
- कोई भी छवि डेटा, बायोमेट्रिक निर्देशांक, या वेक्टर अभ्यावेदन कभी भी नेटवर्क पर नहीं भेजे जाते हैं। पेज लोड होने के बाद आप इंटरनेट भी बंद कर सकते हैं, फिर भी यह पूरी तरह काम करेगा।
क्रैनियोफेशियल एंथ्रोपोमेट्री और मुख्य लैंडमार्क
detectfaceshape.app में चेहरे का वर्गीकरण लेस्ली जी. फ़ारकास द्वारा शुरू की गई मानकीकृत चिकित्सा एंथ्रोपोमेट्री में निहित है। अनुमान लगाने के बजाय, हमारा एल्गोरिदम 468 लैंडमार्क निर्देशांकों से 4 सटीक भौतिक आयाम निकालता है:
ट्रिचियन (10) से मेंटन (152)
हेयरलाइन के शीर्ष और ठोड़ी के निचले सिरे के बीच की ऊर्ध्वाधर दूरी, जो चेहरे के कुल विस्तार को परिभाषित करती है।
ज़ाइगियन बायां (234) से दायां (454)
ज़ाइगोमैटिक मेहराब के पार्श्व वक्रों के बीच अधिकतम क्षैतिज दूरी, जो प्राथमिक क्षैतिज अक्ष स्थापित करती है।
फ्रंटोटेम्पोराले बायां (127) से दायां (356)
माथे पर कनपटी के बीच क्षैतिज चौड़ाई, जो हार्ट और त्रिकोण ज्यामिति की पहचान के लिए महत्वपूर्ण है।
गोनियन बायां (58) से दायां (288)
जबड़े के द्विपक्षीय गोनियल कोणों के बीच की दूरी, जो चौकोर और त्रिकोण आकृतियों के लिए नैदानिक है।
अकादमिक संदर्भ और उद्धरण
- Farkas, L. G. (1994). Anthropometry of the Head and Face (2nd ed.). New York: Raven Press. विभिन्न आबादियों में चेहरे के अनुपात और मानक क्रैनियोफेशियल मूल्यों के मानकीकृत माप।
- Liu, Z., Lin, Y., Cao, Y., Hu, H., Wei, Y., Zhang, Z., Lin, S., & Guo, B. (2021). Swin Transformer: Hierarchical Vision Transformer using Shifted Windows. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 10012–10022.
- Lugaresi, C., et al. (2019). MediaPipe: A Framework for Building Perception Pipelines. arXiv preprint arXiv:1906.08172. Google Research.