Способны ли нейронные сети оценить привлекательность человеческого лица в 2018 году?

Question

Я пытаюсь понять, возможен ли проект, о котором я думаю, или не использовать нейронные сети. Мне известны такие приложения, как MakeApp и FakeApp, которые используют нейронные сети для манипулирования человеческими лицами.

Мой вопрос: можно ли обучить современные (2018) нейронные сети определять аспекты привлекательности человеческого лица и давать процентильный балл?

Например, учитывая изображение, я хочу знать, думает ли нейронная сеть, что изображение находится в верхней 20% привлекательности лица. Если это возможно, насколько большой набор данных мне нужно, чтобы иметь возможность обучать такую ​​сеть? Это десятки тысяч изображений, полученных человеком?

Answer 1

Конечно. Уже ведутся исследования по разработке нейронных сетей глубокого обучения / сверточного типа, чтобы сделать именно это. Ниже приведены четыре последние ссылки на январь 2018 года.

Основные проблемы с этим:

1. Получение достаточно большого набора данных (изображений человеческого лица и соответствующих им показателей привлекательности) с надлежащим одобрением субъекта.
2. Тот факт, что привлекательность субъективна и варьируется в зависимости от этнической группы и культуры. Поэтому такие обучающие данные будут иметь более широкий диапазон меток, чем в более классических задачах распознавания, таких как обнаружение объектов (для которых метка является двоичной), что приведет к большей неопределенности в предсказаниях сети. По этой причине большинство исследований сосредоточено на обучающих сетях для конкретной группы.

Эта область исследований в настоящее время не очень развита (по крайней мере, в научных кругах), скорее всего, из-за этических соображений при получении таких конфиденциальных данных и сомнительном использовании. Я подозреваю, что сейчас такие компании, как OKCupid и Match.com, разрабатывают или будут разрабатывать это исследование в частном порядке для целей автоматического подбора матчей.

Сюй и др., Новый предсказатель человеческой привлекательности лица с каскадной тонкой настройкой модели глубокого обучения, arXiv 2015, статья

Ган и др., Глубокое самообучение для прогнозирования красоты лица, статья Neurocomputing 2014

Ван и др. "Привлекательный или нет?": Прогнозирование красоты с помощью кодеров, ориентированных на привлекательность, и Robust Late Fusion, международная конференция ACM по статье " Мультимедиа 2014"

Shen et al., Обманчивые нейронные сети в оценке привлекательности лица: соперничающие примеры с высоким показателем привлекательности, но низким субъективным показателем Мультимедийные большие данные (BigMM), Третья международная конференция IEEE 2017 на бумаге

Answer 2

Ну, я думаю, что это можно сделать. Поэтому в первую очередь необходимо указать параметры привлекательности. Из того, что я исследовал, я знаю 2 параметра, которые непосредственно способствуют привлекательности - это заметная линия челюсти и скулы. Я уверен, что есть еще много возможностей, которые можно рассмотреть. Но для примера давайте рассмотрим эти две.

Но вы должны использовать глубокую нейронную сеть. Поскольку разные слои будут способствовать более простым функциям, таким как получение краев лица.

Таким образом, начальные слои получат края, а через несколько слоев вы получите линию челюсти и скулы, и вы можете проверить их на соответствие вашему тренировочному набору на привлекательность.

Я не уверен, как получить набор для обучения. Но вы можете использовать трут, чтобы получить изображения, но их оценка будет проблемой.

Хорошая идея, и я надеюсь, что вы могли бы реализовать ее в учебных целях.

Приветствия.!!!