Program za određivanje privlačnosti lica. Kriteriji za profesionalno ocjenjivanje fotografija ili kako ocijeniti svoju fotografiju

“Svjetlo moje, ogledalo! reći
Da, reci cijelu istinu:
jesam li najslađi na svijetu,
Sav rumen i bijelji?

KAO. Puškina

Čarobne stvari iz bajki postupno se ostvaruju u stvarnoj stvarnosti korištenjem novih tehnologija i znanstvenih otkrića. Već su implementirani i aktivno se koriste takvi uređaji kao što su leteći tepih (zrakoplovstvo), čizme za hodanje (automobili), jabuka na srebrnom pladnju (netbook s internetom), lopta koja pokazuje put (GPS navigator) i druge potrebne stvari. Pokušali smo implementirati sustav procjene ljepote lica osobe koji se spominje u "Priči o mrtvoj princezi i sedam bogataša" koristeći metode umjetna inteligencija i strojni vid, budući da vjerujemo da je autor epigrafa zapravo mislio na tablet s prednjom kamerom i posebnim instaliranim softverom.

Pitanje što točno nečije lice čini privlačnim predmet je istraživanja fiziologa, biologa, filozofa, povjesničara umjetnosti i stručnjaka za plastična operacija dugo vremena. Sada se smatra utvrđenom činjenicom da ljudi osim individualne preferencije, a utječu i opći biološki motivirani principi procjene ljepote. Među mogućim kandidatima za tipični znakovi fiziolozi razlikuju simetriju crta lica, razliku između slike lica i prosječne slike lica velikog broja ljudi, korespondenciju proporcija lica s "zlatnim omjerom" itd. takve crte lica otporniji su na mutacije i bolesti, a s druge strane, ljudi sa simetričnijim crtama lica dobivaju više ocjene ljepote pri ocjenjivanju njihovih fotografija od strane stručnjaka.

NA posljednjih godina Pojavilo se nekoliko pionirskih radova o računalnim sustavima za prepoznavanje ljepote koji se temelje na korištenju sustava strojnog vida i klasifikatora koji se mogu obučiti. Ovi se radovi mogu smatrati pokušajem da se robotskim sustavima podari sposobnost "vidjeti lijepo". Kao znakovi koriste se proporcije crta lica, dok su ključne točke na licu odabrane ručno. Osim proporcija, metoda glavne komponente primijenjena je za izdvajanje obilježja. U zadatku prepoznavanja ljepote korištene su duboke neuronske mreže.

Razvili smo sustav za automatsku procjenu ljepote koji se temelji na metodi isticanja ključnih točaka na licu pomoću biblioteke strojnog vida OpenCV i neuronske mreže, uvježbali ciljni zadatak na temelju podataka stručne procjene i proveli eksperimentalnu procjenu kvalitete njegove raditi.

Baza slika za obuku

Prikupili smo vlastitu bazu slika koja se sastoji od 180 fotografija lica mladih žena, slike su preuzete iz otvorenih izvora. Odabrane su fotografije lica u frontalnoj projekciji s neutralnim izrazom lica, bez naočala i nakita. Kako bi uzorak bio reprezentativan, pokušali smo uključiti primjere i lijepih i ružnih lica u bazu podataka (slika 1).

Riža. 1. Primjer fotografije lica iz baze slika

Za razliku od djela, prikupljena baza uključuje fotografije žena različitih rasa, boja kože, a njihova dob se kreće od 18 do 35 godina. Nakon što su slike prikupljene, skupina stručnjaka zamoljena je da ocijeni subjektivnu estetsku privlačnost svake od fotografija na ljestvici od 1 do 7. Ukupno je bilo uključeno 8 stručnjaka, 4 muškarca i 4 žene, u dobi od 16 do 63 godine u označavanju fotografija.bodovi su davani samostalno. Prema uvjetima eksperimenta, prije početka procesa bodovanja, svakom su stručnjaku predstavljene sve fotografije za početni pregled. Kako bi se provjerila konzistentnost uzorka, provedena je korelacijska analiza čiji su rezultati prikazani u tablici. 1.

Tablica 1. Parne korelacije procjena različitih stručnjaka

Pokazalo se da je prosječna korelacija uzorka na razini 0,7, što omogućuje treniranje neuronske mreže na takvim podacima i otprilike odgovara rezultatima drugih istraživača.

Opća shema algoritma

Sustav za prepoznavanje ljepote prima kao ulaz sliku koja sadrži frontalnu fotografiju lica osobe (slika 2).

Riža. 2. Shema rada algoritma za prepoznavanje ljepote lica

Prije pokretanja algoritma pretpostavljamo da je lice na slici već ranije odabrano i da zauzima većinu područja slike. Zatim, korištenjem standardnog Viola-Jones klasifikatora za pojačavanje, koji je dio biblioteke strojnog vida OpenCV, odabiru se područja na licu koja odgovaraju desnom i lijevom oku, nosu i ustima.
Na temelju tih koordinata izračunavaju se glavne proporcije lica koje se zatim koriste kao vektor obilježja za neuronsku mrežu. Neuronska mreža se prvo obučava na tim ulazima, koristeći ekspertne procjene kao ciljni uzorak, a zatim se može koristiti za prepoznavanje novih podataka koje mreža prije nije vidjela.

Ekstrakcija značajki

Značajke koje smo identificirali uvjetno smo podijelili u dvije skupine: omjer udaljenosti između odabranih ključnih točaka i omjere pronađenih veličina lica.

Grupa značajki 1 prikazana je na sl. 3, lijevo: AB/CD, AC/BC, AD/BD, EC/ED, EC/AB, AC/AD, BC/BD. Grupa značajki 2 prikazana je na sl. 3, desno: L/R, Mw/Mh, Nw/Nh, Mw/SW, Mh/Nh. Konačni vektor obilježja sastoji se od kombiniranih obilježja obiju skupina. Prije unosa u neuronsku mrežu, podaci su skalirani na .

Riža. 3. Izračun vektora obilježja iz odabranih ključnih točaka na licu

Trening neuronskih mreža

Kao neuronsku mrežu koja se može trenirati koristili smo standardni višeslojni perceptron s jednim skrivenim slojem koji sadrži 5 neurona u skrivenom sloju. Hiperbolička tangentna funkcija korištena je kao aktivacijska funkcija neurona u skrivenom i izlaznom sloju. Neuronska mreža trenirana je proširenom metodom Kalman filtera, koja je jedna od najzastupljenijih učinkovite metode učenje drugog reda za neuronske mreže. Prije obuke uzorak je podijeljen u 2 dijela: obuka (110 primjera, 60% uzorka) i ispit (70 primjera, 40% uzorka). Ishodi učenja prikazani su u tablici. 2.

Tablica 2. Rezultati vježbanja neuronske mreže na problemu prepoznavanja ljepote

Vjerujemo da je rezultat korelacije od 0,5 na ispitnom uzorku koji nije korišten u obuci vrlo dobar za malu količinu informacija koje se kao značajke dostavljaju neuronskoj mreži. Zapravo, neuronska mreža donosi odluku na temelju analize strukture kostiju lubanje, zanemarujući druge podatke koje osoba uzima u obzir pri rješavanju sličnog problema.
U budućnosti planiramo poboljšati algoritam proširenjem baze slika za obuku, izdvajanjem novih ključnih točaka na licu i uključivanjem detektora glatkoće kože u njega.

Izvorni članak (naš): Chernodub A.N., Pashchenko Yu.A., Golovchenko K.A. Sustav neuronske mreže za određivanje privlačnosti lica osobe // XV Sveruska znanstveno-tehnička konferencija "Neuroinformatika-2013", Moskva, 21.-25. siječnja 2013., str. 254 - 259 (prikaz, stručni).

Bibliografija

1. Kovach, F. J. Filozofija ljepote//Norman: University of Oklahoma Press. 1974. godine.
2. Grammer K, Thornhill R. Privlačnost ljudskog (Homo sapiens) lica i spolni odabir: uloga simetrije i prosječnosti. // J Comp Psychol, 1994. V. 108. Br. 3. P. 233-242.
3. Rhodes G. Evolucijska psihologija ljepote lica // Annu. vlč. Psychol. 2006. V. 57. P. 199-226.
4. Sheib J.E., Gangestad S.W., Thornhill R. Privlačnost lica, simetrija i znakovi dobrih gena // Proc Biol Sci. 22. rujna 1999.; 266 (1431). R. 1913-1917.
5. Phi maska ​​Hollanda E. Marquardta: zamke oslanjanja na modne modele i zlatni rez za opisivanje lijepog lica // Aesthetic Plastic Surgery, 2008. V. 32, br. 2. P. 200-208.
6. Aarabi, P., Hughes, D., Mohajer, K., Emami, M. Automatsko mjerenje ljepote lica // IEEE Međunarodna konferencija o sustavima, čovjeku i kibernetici, 710. listopada 2001., Tucson, SAD. V. 4. Str. 2644-2647.
7. Eisenthal Y., Dror G., Ruppin E. Privlačnost lica: Ljepota i stroj // Neural Computation, 2006. V. 18. Br. 1. P. 119-142.
8. Gan J., Li L., Zhai Y. Duboko samouko učenje za predviđanje ljepote lica // Neurocomputing. DOI: 10.1016/j.neucom.2014.05.028
9. Gray D., Yu K., Xu W., Gong Y. Predviđanje ljepote lica bez orijentira // Computer Vision - ECCV 2010, Lecture Notes in Computer Science, 2010., V. 6316/2010. P. 434-447.
10. Khaikin S. Neuralne mreže: cjelovit tečaj. M.: Williams, 2006.
11. Chernodub A.N. Obuka neuronskih mreža za klasifikaciju pomoću proširenog Kalmanova filtra: komparativna studija // Optička memorija i neuronske mreže, 2014. Vol. 23, broj 2, str. 96-103.

Jasno je da je svaka osoba lijepa. Posebno djevojke. Pogotovo neki. Pogotovo duša. Međutim, pitanje je koliko? Koje je mjerilo ljepote? grama? Litre? Kilogrami? 90-60-90? Nova usluga, koju je izradio tim švicarskih znanstvenika i programera iz laboratorija, analizirat će fotografiju u nekoliko sekundi i dati rezultat: “Crazy charming!”. Ako budeš imao sreće.

Ovi dečki iz laboratorija za prepoznavanje lica obavili su sjajan posao treniranja umjetne inteligencije i razvijanja kriterija ljepote, kako je mi razumijemo. Odnosno, naučili su stroj koji, gledajući Cindy Crawford, jasno razumije da je ljepotica. A kad pogledate Babu Jagu, on će reći - "Pa tako-tako." Općenito, zadatak se ne čini teškim, ali kako razlikovati Cindy Crawford od Baba Yage? Da Lako. Ali naučiti ovo računalo nije bilo tako lako.

Ipak, ono što je učinjeno zaslužuje veliku pohvalu. Sami programeri kažu da je točnost programa 76%.

Malo sam isprobao kako radi i znate što? Stvarno djeluje.

Na primjer, ja sam za sebe oduvijek znala da nisam zgodna. Mislim, nemam lijepo lice. Program je tako rekao. Kao, vaš put do postolja je naređen, ali općenito ste prilično dobri! Šarm!

Na glavnoj stranici usluge predlaže se pokušati procijeniti fotografije drugih ljudi ili učitati vlastite.

Sustav će ocijeniti fotografiju na ljestvici od šest točaka i izdati približna dob lica na fotografiji.

I to je ispravno! I nikad se ne zna, servis laže! Prvo moraš probati tuđe, a onda povjeriti svoje, draga.

Ocjene se nalaze na ljestvici ispod fotografije i izgledaju ovako:

1. Hmm ... - pa, tako-tako, možeš li se pomiriti? 🙂
2. OK - sve je OK, norme, ići će, jak srednji seljak.
3. Lijepo - sasvim nicho tako, čak i zujanje.
4. Vruće - pa, vau, prilično čak i jako!
5. Zapanjujuće - nema veze, super!
6. Godlike - zapanjujuća, božanska, model, ukratko!

Osvojio sam Hot, moja žena je bogolika. Sitnica - ali lijepo)

Isprobajmo Baba Yagu.

Pa, vidite, OK. U nekom smislu, tako-tako. Ne možeš je baš nazvati ružnom, zar ne? Oči su obojene i općenito, pravilne crte i sve to.

Kako se ljudi ne bi uzrujavali, programeri upozoravaju da je ljepota čisto procjenjivačka i nejasna stvar, a u različite zemlje ima različite kriterije. Stoga, ne brinite ako vaša osobna procjena ide ulijevo i malo plavi.

U svakom slučaju, na pragu smo sveopće digitalizacije i potpunog prodora tehnologije u naše živote. Je li to dobro ili loše ovisi o vama.

Preuzimanje za iPhone i Android:

Prvo na što obraćamo pažnju je silueta i proporcije.
Možda je to najvažnija stvar u izgradnji slike.
Svaka osoba ima drugačiji tip figure, a svaki tip ima svoje siluete.
Silueta je obris figure s odjećom.
U skladu s tim, znajući prednosti i nedostatke njegove figure,
možemo prilagoditi silueti odjeće.
Neraskidivo povezana sa siluetom i proporcijama -
ovo je omjer duljina horizontalnih pregrada u odjeći
međusobno i sveukupnom rastu.
Ovdje vrijedi zakon "zlatnog reza", tj. skladne kombinacije opažene našim očima.
"Zlatni omjer" Zlatni omjer, podjela u ekstremnom i prosječnom omjeru) -
podjela kontinuirane količine na dva dijela u takvom omjeru da
manji dio je prema većem, kao što je veći prema cjelini.

Da bi bilo jasnije, pogledajmo primjer.

Na lijevoj slici ukupna duljina bluze i duljine hlača u odnosu je 1 prema 1,
oni. Duljina bluze približno je jednaka duljini hlača.
NA ovaj primjer ova percepcija je izglađena zbog iste boje bluze i
hlače. Vizualno, to oko percipira kao nedovoljnu duljinu nogu.
Kako se to može popraviti? Dodajte potpeticu i naglasite struk remenom.
Na desna slika proporcije su skladne.

Dakle, natrag na algoritam za procjenu izgleda.
Drugi je noge, odnosno njegov donji dio: cipele, njegovu boju i oblik.

Oblik bi trebao biti skladan s cjelokupnom siluetom.
Boji cipela treba nekako “stati na kraj”. opći način,
biti njegov skladan završetak.
Ako je vani ljeto, a cipele otvaraju noge,
tada ćemo svakako obratiti pozornost na njegovanu kožu i nokte.

Treći je glava, šišanje, kosa.

kare-bob frizura

Nepotrebno je reći, najviše najbolja frizura je čista glava.
Ovdje je također važno obratiti pažnju na duljinu kose.
Trebao bi biti proporcionalan ukupnoj visini osobe, uključujući visinu pete. Zašto toliko ljudi zanemaruje ovu činjenicu?
Ovdje se vraćamo na prvu točku o proporcijama.

Četvrti je lice.

Prije svega, drugi primjećuju stanje kože,
a onda sve ostalo. Glavna stvar je opći dojam njegovanosti,
a ne sam make up i njegove suptilnosti.

I konačno, dolazimo do pete točke u procjeni izgleda - ovo je ruke.
Ruke ponajprije odaju naše godine
a stanje kože je tu puno važnije od trendi boja lak u našem
manikura. Naravno, važna je i njihova opća njegovanost i čistoća.
Treba napomenuti da optimalna duljina izrastao nokat - 3-4 mm,
a najseksi boja laka za nokte je ona koja pristaje uz boju odjeće.
I zapamtite da ne samo da vi ocjenjujete druge, već i oni vas.
I ovih pet jednostavni savjeti pomoći da uvijek izgledate 100%.

Englezi kažu: “Ruke su ono što razlikuje prava dama od jednostavne žene

Bez obzira da li je muškarac oženjen ili vodi divlji život, on uvijek cijeni žene oko sebe. Takva je priroda – voli očima. Vjerojatno ste u muškom društvu čuli fraze poput: “Evo našeg novog djelatnika, ništa slično, solidna sedmica”, “Vankina žena je, naravno, trojka”…

Možete otprilike pogoditi o čemu se radi, ali ljestvica privlačnosti od 1 do 10 ima određeno značenje. Imajte na umu da svaki čovjek ima svoje ideale i ideje ljepote. Za jednog je to “do 9”, kod drugog je “do 4”.

Kažu da je ova ljestvica išla od pick-up artista (muškaraca koje zanima kvantitativni pokazatelj žena namamljenih u krevet), a među normalni muškarci ima mekše dekodiranje. Uredništvo "Tako jednostavno!" odlučio reći što se misli pod tim rezultatima. Ne biste se trebali uvrijediti od strane muškaraca zbog toga, jer žene također ocjenjuju predstavnike suprotnog spola. Ali o tome drugom prilikom.

Procjena ljepote

1 do 3 - ružno

To znači žena koja ima ozbiljne fizičke nedostatke ili ozbiljne mentalni poremećaji. Takve žene imaju tendenciju višak kilograma, kožni problemi, rijetka kosa i loši zubi. To može biti posljedica genetike ili posljedica ozljeda i zdravstvenih problema, prekomjernog pušenja i konzumiranja alkohola.

Ali mi ćemo to popraviti. Ako se izgled nikako ne može popraviti bez ozbiljnih ulaganja i plastičnih operacija, trebate poraditi na svom karakteru i osobnosti. Takve žene također imaju mnogo uspješnih brakova, jer muškarac ne treba samo vidjeti etiketu, već i osjećati duhovnu utjehu.

©DepositPhotos

4 - prostak

Prema muškarcima, takva se žena ne može nazvati ružnom, ali ni lijepom ili slatkom. Ona ima jednostavan izgled bez ikakvih izuzetnih karakteristika. Međutim, ako je takva djevojka prilično pametna i zanimljiva, mogla bi postati osvajač. muška srca. Vi samo trebate poraditi na svojoj prezentaciji i stilu. Možda jedan detalj nedostaje za postizanje nove razine.

©DepositPhotos

5 - prosjek

Ovo je žena koja izgleda kao i sve druge. Na primjer, nosi istu frizuru i odjeću kao i većina, zapravo se ne zamara stilom i manifestacijom individualnosti. Možda je dobro tijelo i lice, ali ona se ne ističe iz gomile. Ali kod odgovarajuću njegu za sebe, ona može imati dobar uspjeh s muškarcima. Nije sramota zavesti takvu ženu, ali nema se ni čime pohvaliti.

©DepositPhotos

6 - njegovan, sladak

Što se tiče prirodne ljepote, ove žene nisu pisane ljepotice. Ali znaju istaknuti svoje vrline, što osvaja muškarce. Nasmijana, lijepa, zna što muškarac želi vidjeti i čuti. On sam razumije da postoji bolje, ali lijepo je provoditi vrijeme s njom. Takve su žene obično poslušne i voljne dugoročna veza. Vrlo često se muškarci koji su vodili divlji život i mijenjali ljepotice jednu za drugom ožene takve nepretenciozne, ali ljupke žene.

©DepositPhotos

7 - sladak

Ovo su djevojke s dobrim prirodnim podacima. Pod određenim okolnostima mogu izgledati lijepo ili čak vruće. Možemo reći da su to žene čije tijelo muškarci ocjenjuju osmicom, a lice šesticom. Uz dobru šminku i lijepa haljina Ove žene mogu čovjeku okrenuti glavu. Predstavnici jačeg spola pohlepni su za svojim šarmom i ne libe se pokazivati ​​takvo što pred prijateljima.

©DepositPhotos

8 - stvarno lijepo

Ovo je žena koja se sviđa većini muškaraca. Ima neki šarm, hoćeš je gledati, lijepo ju je gledati. Ali ona se ne trudi puno oko toga. Drugim riječima, to su žene koje osim prave osobine lice i dobra figura, tu je i žar koji toliko osvaja muškarce. Uvijek imaju puno obožavatelja, što dodatno potiče želju muškaraca za upoznavanjem.

©DepositPhotos

9 - blistavo lijepa

Ovo je žena sa svijetlim vanjski podaci, koja se čak i bez šminke ističe među ostalim predstavnicama lijepog spola. Često ih se naziva seksi. Među njima su mnogi poznate žene: Monica Bellucci, Ornella Muti, Angelina Jolie ... Muškarci se dive takvoj ljepoti i nimalo ih ne zanima unutarnji sadržaj ovih mladih dama, njihova prošlost i pogled na život. Žele ih posjedovati, sanjaju o njima i čine nepromišljena djela.

Ali u takvoj ljepoti postoji stražnja strana. Vrlo često su takve žene nesretne, iako se kupaju u pažnji gospode. Uostalom, na njih se gleda jednostavno kao na etiketu, potpuno bez slušanja o njihovim željama.