Program za določanje privlačnosti obraza. Kriteriji za profesionalno ocenjevanje fotografij ali kako oceniti svojo fotografijo

»Moja luč, ogledalo! povej
Da, povej vso resnico:
Ali sem najslajši na svetu,
Ves zardeval in bolj bel?

A.S. Puškin

Čarobne stvari iz pravljic se z uporabo novih tehnologij in znanstvenih odkritij postopoma uresničujejo v realnosti. Naprave, kot so leteča preproga (letalstvo), pohodni čevlji (avtomobili), jabolko na srebrnem krožniku (netbook z internetom), žoga, ki kaže pot (GPS navigator) in druge potrebne stvari, so že implementirane in aktivno uporabljene. Poskušali smo uvesti sistem ocenjevanja lepote človekovega obraza, ki je omenjen v "Zgodbi o mrtvi princesi in sedmih bogatih", z uporabo metod umetna inteligenca in strojnega vida, saj verjamemo, da je avtor epigrafa dejansko mislil na tablico s sprednjo kamero in posebno nameščeno programsko opremo.

Vprašanje, kaj točno naredi človekov obraz privlačen, je predmet raziskav fiziologov, biologov, filozofov, umetnostnih zgodovinarjev in strokovnjakov za plastična operacija za dolgo časa. Zdaj velja za ugotovljeno dejstvo, da ljudje, razen individualne nastavitve, vplivajo pa tudi splošni biološko motivirani principi lepotnega ocenjevanja. Med možnimi kandidati za tipični znaki fiziologi razlikujejo simetrijo obraznih potez, razliko med podobo obraza in povprečno podobo obrazov velikega števila ljudi, skladnost razmerja obraza z "zlatim rezom" itd. takšne obrazne poteze so bolj odporne na mutacije in bolezni, po drugi strani pa ljudje z bolj simetričnimi potezami obraza dobijo višje lepotne ocene pri ocenjevanju njihovih fotografij s strani strokovnjakov.

AT Zadnja leta Pojavilo se je več pionirskih del o računalniških sistemih za prepoznavanje lepote, ki temeljijo na uporabi sistemov strojnega vida in učljivih klasifikatorjev. Ta dela je mogoče obravnavati kot poskus obdaritve robotskih sistemov s sposobnostjo "videti lepo". Kot znaki so uporabljena razmerja obraznih potez, medtem ko so bile ključne točke na obrazu izbrane ročno. Poleg proporcev je bila za ekstrakcijo značilnosti uporabljena metoda glavne komponente. Pri nalogi prepoznavanja lepote so bile uporabljene globoke nevronske mreže.

Razvili smo sistem samodejnega lepotnega ocenjevanja, ki temelji na metodi poudarjanja ključnih točk na obrazu s pomočjo knjižnice strojnega vida OpenCV in nevronske mreže, se usposobili za ciljno nalogo na podlagi podatkov ekspertne ocene in izvedli eksperimentalno oceno kakovosti le-tega. delo.

Podatkovna baza slik za usposabljanje

Zbrali smo lastno bazo slik, ki jo sestavlja 180 fotografij obrazov mladih žensk, slike so bile vzete iz odprtih virov. Fotografije obrazov so bile izbrane v frontalni projekciji z nevtralnim izrazom obraza, brez očal in nakita. Da bi bil vzorec reprezentativen, smo poskušali v bazo podatkov vključiti tako primere lepih kot grdih obrazov (slika 1).

riž. 1. Primer fotografije obrazov iz baze slik

Za razliko od dela zbrana zbirka podatkov vključuje fotografije žensk različnih ras, barv kože in njihove starosti od 18 do 35 let. Ko so bile slike zbrane, je bila komisija strokovnjakov pozvana, naj oceni subjektivno estetsko privlačnost vsake fotografije na lestvici od 1 do 7. Skupno je sodelovalo 8 strokovnjakov, 4 moški in 4 ženske, stari od 16 do 63 let. pri označevanju fotografij so bile ocene podane neodvisno. V skladu s pogoji poskusa so pred začetkom postopka točkovanja vsakemu strokovnjaku predstavili vse fotografije za začetni pregled. Za preverjanje skladnosti vzorca je bila izvedena korelacijska analiza, njeni rezultati so predstavljeni v tabeli. eno.

Tabela 1. Parne korelacije ocen različnih strokovnjakov

Izkazalo se je, da je povprečna korelacija vzorca na ravni 0,7, kar omogoča usposabljanje nevronske mreže na takih podatkih in približno ustreza rezultatom drugih raziskovalcev.

Splošna shema algoritma

Sistem za lepotno prepoznavanje prejme kot vhod sliko, ki vsebuje sprednjo fotografijo obraza osebe (slika 2).

riž. 2. Shema delovanja algoritma za lepotno prepoznavanje obraza

Pred zagonom algoritma predvidevamo, da je obraz na sliki že prej izbran in zavzema večino površine slike. Nato se z uporabo standardnega Viola-Jonesovega ojačevalnega klasifikatorja, ki je del knjižnice strojnega vida OpenCV, izberejo področja na obrazu, ki ustrezajo desnim in levim očesom, nosu in ustjem.
Na podlagi teh koordinat se izračunajo glavni proporci obraza, ki se nato uporabijo kot vektor značilnosti za nevronsko mrežo. Nevronska mreža se najprej uri na teh vhodih z uporabo strokovnih ocen kot ciljnega vzorca, nato pa se lahko uporabi za prepoznavanje novih podatkov, ki jih omrežje prej ni videlo.

Ekstrakcija funkcij

Značilnosti, ki smo jih identificirali, smo pogojno razdelili v dve skupini: razmerje razdalj med izbranimi ključnimi točkami in razmerje najdenih velikosti obrazov.

Skupina funkcij 1 je prikazana na sl. 3, levo: AB/CD, AC/BC, AD/BD, EC/ED, EC/AB, AC/AD, BC/BD. Skupina značilnosti 2 je prikazana na sl. 3, desno: L/R, Mw/Mh, SW/NH, Mw/SW, Mh/NH. Končni vektor značilnosti je sestavljen iz kombiniranih značilnosti obeh skupin. Pred vnašanjem v nevronsko mrežo so bili podatki prilagojeni na .

riž. 3. Izračun značilnih vektorjev iz izbranih ključnih točk na obrazu

Usposabljanje nevronskih mrež

Kot učljivo nevronsko mrežo smo uporabili standardni večplastni perceptron z eno skrito plastjo, ki vsebuje 5 nevronov v skriti plasti. Hiperbolična tangentna funkcija je bila uporabljena kot aktivacijska funkcija nevronov v skriti in izhodni plasti. Nevronsko mrežo smo učili z razširjeno metodo Kalmanovega filtra, ki je ena izmed najbolj učinkovite metode učenje drugega reda za nevronske mreže. Pred usposabljanjem je bil vzorec razdeljen na 2 dela: usposabljanje (110 primerov, 60 % vzorca) in izpit (70 primerov, 40 % vzorca). Učni rezultati so predstavljeni v tabeli. 2.

Tabela 2. Rezultati treninga nevronske mreže na problemu prepoznavanja lepote

Verjamemo, da je rezultat korelacije 0,5 na izpitnem vzorcu, ki ni bil uporabljen pri usposabljanju, zelo dober za majhno količino informacij, dobavljenih nevronski mreži kot značilnosti. Pravzaprav se nevronska mreža odloči na podlagi analize strukture kosti lobanje, pri čemer ne upošteva drugih podatkov, ki jih oseba upošteva pri reševanju podobnega problema.
V prihodnosti načrtujemo izboljšavo algoritma tako, da razširimo bazo slike za usposabljanje, izluščimo nove ključne točke na obrazu in vanjo vključimo detektor gladkosti kože.

Izvirni članek (naš): Černodub A.N., Paščenko Ju.A., Golovčenko K.A. Nevronski mrežni sistem za določanje privlačnosti obraza osebe // XV Vseslovenska znanstveno-tehnična konferenca "Nevroinformatika-2013", Moskva, 21.-25. januar 2013, str. 254 - 259.

Bibliografija

1. Kovach, F. J. Filozofija lepote//Norman: University of Oklahoma Press. 1974.
2. Grammer K, Thornhill R. Človeška (Homo sapiens) obrazna privlačnost in spolna selekcija: vloga simetrije in povprečnosti. // J Comp Psychol, 1994. V. 108. št. 3. Str. 233-242.
3. Rhodes G. Evolucijska psihologija lepote obraza // Annu. Rev. Psychol. 2006. V. 57. Str. 199-226.
4. Sheib JE, Gangestad S. W., Thornhill R. Privlačnost obraza, simetrija in znaki dobrih genov // Proc Biol Sci. 22. september 1999; 266 (1431). R. 1913-1917.
5. Phi maska ​​Hollanda E. Marquardta: pasti pri zanašanju na modne modele in zlati rez za opis lepega obraza // Estetska plastična kirurgija, 2008. V. 32, št. 2. Str. 200-208.
6. Aarabi, P., Hughes, D., Mohajer, K., Emami, M. Samodejno merjenje lepote obraza // Mednarodna konferenca IEEE o sistemih, človeku in kibernetiki, 710. oktober 2001, Tucson, ZDA. V. 4. P. 2644-2647.
7. Eisenthal Y., Dror G., Ruppin E. Privlačnost obraza: lepota in stroj // Neural Computation, 2006. V. 18. št. 1. Str. 119-142.
8. Gan J., Li L., Zhai Y. Poglobljeno učenje samouka za napoved lepote obraza // Neurocomputing. DOI: 10.1016/j.neucom.2014.05.028
9. Gray D., Yu K., Xu W., Gong Y. Napovedovanje lepote obraza brez mejnikov // Računalniški vid - ECCV 2010, Zapiski predavanj iz računalništva, 2010, V. 6316/2010. Str. 434-447.
10. Khaikin S. Nevronske mreže: celoten tečaj. M.: Williams, 2006.
11. Černodub A.N. Usposabljanje nevronskih mrež za klasifikacijo z uporabo razširjenega Kalmanovega filtra: primerjalna študija // Optični pomnilnik in nevronske mreže, 2014. Vol. 23, številka 2, str. 96-103.

Jasno je, da je vsak človek lep. Še posebej dekleta. Še posebej nekateri. Predvsem duša. Vendar je vprašanje, koliko? Kaj je merilo lepote? Grami? litrov? Kilogrami? 90-60-90? Nova storitev, ki jo je ustvarila ekipa švicarskih znanstvenikov in programerjev iz laboratorija, bo v nekaj sekundah analizirala fotografijo in dala rezultat: “Crazy charming!”. Če imaš srečo.

Ti fantje iz laboratorija za prepoznavanje obrazov so opravili odlično delo pri urjenju umetne inteligence in razvoju meril za lepoto, kot jo razumemo. To pomeni, da so učili stroj, ki ob pogledu na Cindy Crawford jasno razume, da je lepotica. In ko pogledate Babo Yago, bo rekel - "No, tako-tako." Na splošno se naloga ne zdi težka, toda kako ločiti Cindy Crawford od Babe Yage? Da enostavno. Toda naučiti tega računalnika ni bilo tako enostavno.

Kljub vsemu pa je storjeno vredno pohvale. Razvijalci sami pravijo, da je natančnost programa 76%.

Malo sem preizkusil, kako deluje, in veš kaj? Res deluje.

Na primer, sama zase sem vedno vedela, da nisem čedna. Mislim, da nimam lepega obraza. Program je tako rekel. Na primer, vaša pot do stopničk je urejena, a na splošno ste kar dobri! čar!

Na glavni strani storitve je predlagano, da poskusite oceniti fotografije drugih ljudi ali naložite svoje.

Sistem bo fotografijo ocenil na šeststopenjski lestvici in izdal približna starost obrazi na fotografiji.

In prav je! In nikoli ne veš, služba laže! Najprej moraš poskusiti tuje, potem pa zaupati svoje, draga.

Ocene se nahajajo na lestvici pod fotografijo in izgledajo takole:

1. Hmm ... - no, tako-tako, se lahko pobotaš? 🙂
2. V redu - vse je v redu, norme, bo šlo, močan srednji kmet.
3. Lepo - precej ničo, celo brenčanje.
4. Vroče - no, vau, čisto celo zelo!
5. Osupljivo - nič hudega, super!
6. Godlike - osupljiva, božja, model, skratka!

Zmagal sem Hot, moja žena je božja. Malenkost - a lepo)

Preizkusimo Babo Yago.

No, vidiš, OK. V nekem smislu tako-tako. Res ji ne moreš reči grda, kajne? Oči so obarvane in na splošno pravilne poteze in vse to.

Da se ljudje ne bi razburjali, razvijalci opozarjajo, da je lepota zgolj ocenjevalna in nejasna zadeva, in v različne države ima drugačna merila. Zato naj vas ne skrbi, če gre vaša osebna ocena v levo in malo modri.

Vsekakor smo na pragu univerzalne digitalizacije in popolnega prodora tehnologije v naša življenja. Ali je to dobro ali slabo, je odvisno od vas.

Prenos za iPhone in Android:

Prva stvar, na katero smo pozorni, je silhueta in razmerja.
Morda je to najpomembnejše pri gradnji podobe.
Vsaka oseba ima drugačno postavo in vsak tip ima svoje silhuete.
Silhueta je obris figure z oblačili.
Skladno s tem, ob poznavanju prednosti in slabosti njegove figure,
prilagodimo ga lahko s silhueto oblačil.
Neločljivo povezana s silhueto in proporci -
to je razmerje med dolžinami vodoravnih prečk v oblačilih
drug drugemu in skupni rasti.
Tu velja zakon »zlatega reza«, tj. harmonične kombinacije zaznavajo naše oči.
"Zlata sredina" zlata sredina, delitev v skrajnem in povprečnem razmerju) -
delitev zvezne količine na dva dela v takšnem razmerju, da
manjši del je k večjemu, kakor je večji k celoti.

Da bo bolj jasno, poglejmo primer.

Na levi sliki je skupna dolžina bluze in dolžina hlač v razmerju 1 proti 1,
tiste. Dolžina bluze je približno enaka dolžini hlač.
AT ta primer to dojemanje je zglajeno zaradi enake barve bluze in
hlače. Vizualno to oko zazna kot nezadostno dolžino noge.
Kako se lahko to popravi? Dodajte peto in poudarite pas s pasom.
Na desna slika proporci so harmonični.

Torej, nazaj k algoritmu za ocenjevanje videza.
Drugi je noge, oziroma njen spodnji del: čevlje, njegovo barvo in obliko.

Oblika mora biti harmonična s celotno silhueto.
Barva čevljev bi morala nekako "narediti konec". splošni način,
biti njen harmoničen zaključek.
Če je zunaj poletje in čevlji odpirajo noge,
potem bomo vsekakor pozorni na negovano kožo in nohte.

Tretji je glavo, striženje, pričeska.

kare-bob frizura

Ni treba posebej poudarjati, najbolj najboljša pričeska je čista glava.
Tukaj je pomembno upoštevati tudi dolžino las.
Biti mora sorazmerna s celotno višino osebe, vključno z višino pete. Zakaj toliko ljudi zanemarja to dejstvo?
Tu se vrnemo k prvi točki o razmerjih.

Četrti je obraz.

Drugi najprej opazijo stanje kože,
potem pa vse ostalo. Glavna stvar je splošni vtis urejenosti,
in ne sam make-up in njegove tankosti.

In končno pridemo do pete točke pri ocenjevanju videza - to je roke.
Roke izdajo predvsem našo starost
in stanje kože je tukaj veliko bolj pomembno kot trendovska barva lak v našem
manikura. Seveda je pomembna tudi njihova splošna urejenost in čistoča.
Opozoriti je treba, da optimalna dolžina vraščen noht - 3-4 mm,
in najbolj seksi barva laka za nohte je tista, ki se ujema z barvo oblačil.
In ne pozabite, da ne ocenjujete samo vi drugih, ampak tudi oni ocenjujejo vas.
In teh pet preprosti nasveti vam pomaga vedno izgledati 100 %.

Angleži pravijo: »Roke so tisto, kar odlikuje prava dama od preproste ženske

Ne glede na to, ali je moški poročen ali živi divje življenje, vedno ceni ženske okoli sebe. Takšna je narava – ljubi z očmi. Verjetno ste v moški družbi slišali fraze, kot so: "Tukaj je naš novi zaposleni, nič takega, solidna sedmica", "Vankova žena je seveda trojka"…

Približno lahko ugibate, kaj je mišljeno, a lestvica privlačnosti od 1 do 10 ima določen pomen. Upoštevajte, da ima vsak človek svoje ideale in ideje o lepoti. Za enega je "za 9", za drugega pa "za 4".

Pravijo, da je ta lestvica nastala od pickup umetnikov (moških, ki jih zanima kvantitativni kazalnik žensk, zvabljenih v posteljo), in med normalni moški ima mehkejše dekodiranje. Uredništvo "Tako preprosto!" odločil povedati, kaj pomenijo te ocene. Zaradi tega vam moški ne smejo zameriti, saj ženske ocenjujejo tudi predstavnike nasprotnega spola. A o tem kdaj drugič.

Ocena lepote

1 do 3 - grdo

Pomeni žensko, ki ima resne telesne hibe ali resno duševne motnje. Takšne ženske ponavadi odvečne teže, težave s kožo, redki lasje in slabi zobje. To je lahko posledica genetike ali posledica poškodb in zdravstvenih težav, čezmernega kajenja in uživanja alkohola.

Ampak bomo popravili. Če videza ni mogoče popraviti brez resnih naložb in plastičnih operacij, morate delati na svojem značaju in osebnosti. Takšne ženske imajo tudi veliko uspešnih zakonov, saj moški ne bi smel samo videti etikete, ampak tudi čutiti duhovno udobje.

©DepositPhotos

4 - preprosta

Po mnenju moških takšne ženske ni mogoče imenovati grda, ampak tudi lepa ali srčkana. Ima preprost videz brez izjemnih lastnosti. Če pa je takšno dekle precej pametno in zanimivo, lahko postane osvajalka. moška srca. Delati morate le na svoji predstavitvi in ​​slogu. Morda ena podrobnost manjka, da bi dosegli novo raven.

©DepositPhotos

5 - povprečje

To je ženska, ki izgleda kot vsi ostali. Na primer, nosi enako frizuro in oblačila kot večina, v resnici se ne obremenjuje s stilom in manifestacijo individualnosti. Morda je dobro telo in obraz, vendar ne izstopa iz množice. Toda pri pravilno nego sama ima lahko dober uspeh pri moških. Ni sramota zapeljati take ženske, a tudi pohvaliti se ni s čim.

©DepositPhotos

6 - dobro urejena, sladka

Kar zadeva naravno lepoto, te ženske niso pisane lepotice. Znajo pa poudariti svoje vrline, kar moške očara. Nasmejana, lepa, ve, kaj moški želi videti in slišati. Sam razume, da je bolje, vendar je lepo preživeti čas z njo. Takšne ženske so običajno poslušne in voljne dolgoročno razmerje. Zelo pogosto se moški, ki so vodili divje življenje in menjavali lepotice eno za drugo, poročijo s tako nezahtevnimi, a ljubkimi ženskami.

©DepositPhotos

7 - srčkan

To so dekleta z dobrimi naravnimi podatki. V določenih okoliščinah so lahko videti lepe ali celo vroče. Lahko rečemo, da gre za ženske, katerih telo moški ocenjujejo z osmico, obraz pa s šestico. Z dobrim ličenjem in lepa obleka Te ženske lahko moškemu obrnejo glavo. Predstavniki močnejšega spola so pohlepni na svoje čare in se ne bojijo pokazati takšne stvari pred svojimi prijatelji.

©DepositPhotos

8 - res lepo

To je ženska, ki je všeč večini moških. Ima nek šarm, hočeš jo pogledati, lepo jo je gledati. Vendar se v to ne trudi veliko. Z drugimi besedami, to so ženske, ki poleg prave lastnosti obraz in lepo postavo, je tudi žar, ki moške tako očara. Vedno imajo veliko oboževalcev, kar še dodatno spodbuja željo moških po srečanju.

©DepositPhotos

9 - bleščeče lepa

To je ženska s svetlobo zunanji podatki, ki tudi brez ličil izstopa med drugimi predstavnicami nežnejšega spola. Pogosto jih imenujejo seksi. Med njimi je veliko znane ženske: Monica Bellucci, Ornella Muti, Angelina Jolie ... Moški občudujejo takšno lepoto in jih prav nič ne skrbi notranja vsebina teh mladenk, njihova preteklost in pogled na življenje. Želijo si jih imeti, sanjajo o njih in delajo nepremišljena dejanja.

Toda v takšni lepoti je Zadnja stran. Zelo pogosto so takšne ženske nesrečne, čeprav se kopajo v pozornosti gospodov. Navsezadnje jih obravnavajo preprosto kot oznako, popolnoma brez posluha za njihove želje.