تلعب تقنيات تقدم أعمار الوجوه دورًا حيويًا في التحليل البيومتري على المدى الطويل، والتحقق من الهوية عبر الأعمار المختلفة، وكذلك في تحليل الهوية الجنائية. تواجه هذه العملية تحديًا رئيسيًا يتمثل في أن نفس الشخص قد يظهر بعدة ملامح محتملة في سن محدد نتيجة لعوامل وراثية وبيئية وأسلوب حياة مختلف. لذلك، يعتبر تقدم أعمار الوجوه في جوهره مشكلة من نوع توليد متعدد.

ولكن التنوع وحده لا يكفي لتحقيق تقدم موثوق في أعمار الوجوه. يجب على النموذج أن يوفر تنوعًا على مستوى المظهر داخل كل مجموعة عمرية مع الحفاظ على موثوقية تسلسلية على مستوى الأعمار المرتبة.

في هذا السياق، نقدم تقنية DiverAge، وهي إطار عمل هرمية متقدمة تقوم على تقنية التشفير التلقائي للتقدم في أعمار الوجوه. يهدف DiverAge إلى الحفاظ على تنوع المظهر من خلال فك تشفير العشوائية والتعديل الدلالي حسب العمر. ولتعزيز موثوقية سلسلة الأعمار، يقدم إطار العمل منظمًا لصلات الهوية عبر الأعمار (Cross-age Identity Relation Regulator - CARR)، وهو استراتيجية للتوجيه في وقت الاستدلال، تخدم على تحسين الصورة النهائية عبر عدة مجموعات عمرية مستهدفة.

كما يعتمد CARR على تقدير سابق لصلات الهوية عبر الأعمار (Cross-age Identity Similarity - CIS)، يُحسب من أزواج هوية واحدة عبر أعمار مختلفة، مما يساعد في تقليل تشتت الهوية عبر الأعمار. بشكل عام، تظهر التجارب أن DiverAge يُحسن موثوقية السلاسل العمرية بينما يحافظ على دقة الهوية وجودة الصورة وتنوع المظهر.

إن هذه التقنية تمثل خطوة مثيرة نحو مستقبل أكثر دقة في تطبيقات الذكاء الاصطناعي، مما يدفعنا للتفكير في الإمكانيات الواسعة التي تفتحها في مجالات مثل الأمن والتحقيقات الجنائية.