Онлайн-тест определяет красоту лица по формулам. Мы проверили Пеннивайза, Джокера и Дэдпула и сильно удивились. Десятибалльная шкала оценки женской внешности

Сайт Pretty Scale, предлагающий оценить по фото степень красоты людей, был запущен семь лет назад как шутка, однако теперь он оказался в топе выдачи англоязычного Google, и это очень беспокоит некоторых пользователей. Они опасаются, что бездушные алгоритмы могут больно ударить по самооценке людей, которые и так испытывают давление из-за навязываемых обществом стандартов красоты. Medialeaks протестировал Pretty Scale, проверив привлекательность таких персонажей, как Дэдпул, Джокер и Пеннивайз, и результаты были несколько неожиданными.

Сайт Pretty Scale был создан в 2011 году пакистанским программистом по имени Аквил. В интервью британской The Sun он говорит, что задумывал свой калькулятор красоты с результатами от 1 до 100 как шутку, но некоторые из его коллег отнеслись к изучению своих лиц с помощью математических алгоритмов довольно серьёзно. Поэтому Аквил доработал критерии оценки и продолжает поддерживать проект.

Есть люди, которые верят в астрологию, хиромантию и другие вещи. Люди всегда хотят узнать что-то о себе от других. Почему бы им для этого не воспользоваться и моим сайтом, подумал я.

В настоящее время сайт работает на семи языках, в том числе и на русском. Его «рейтинг красоты» составляется из многих факторов, в том числе из результатов оценки пропорций лица, его симметричности. Аквил говорит, что много раз менял алгоритм, чтобы он адаптировался к разным этническим группам, но пока не берётся утверждать, что система оценки универсальна.

Со временем тест стал очень популярен. Сейчас, отмечает The Sun, по запросу Am I ugly? («Я уродливая?») англоязычный Google показывает его на первом месте. В месяц в зеркало Pretty Scale заглядывают около 10 тысяч человек. И это очень беспокоит активистов, выступающих против навязанных модной индустрией стандартов красоты.

Так, например, Лиам Престон, лидер бодипозитивной кампании Be Real, говорит, что сайт Аквила поддерживает нереалистичные представления о красоте и тем самым оказывает давление на людей, не дотягивающих до эталона.

Из-за обилия «идеальных» лиц и тел на ТВ, в журналах и интернете многие люди ощущают недовольство своей внешностью, они думают, что не могут идти в ногу со временем. И последнее, что нам нужно - это сайт, который говорит нам, что мы недостаточно хороши. Это действительно опасно для молодых людей, поскольку больше половины из них и так испытывают страдания из-за того, как они выглядят.

Автор этого текста попробовала сама пройти тестирование в Pretty Scale. Сделать это очень просто. Достаточно выбрать языковой интерфейс, указать пол тестируемого и загрузить фотографию с компьютера или сделать снимок с помощью веб-камеры. Затем система просит задать оси симметрии. Снимок можно наклонить, зажав клавишу Shift.

Следующий этап - определение размеров глаз.

Так же, смещая отметку по экрану, нужно указать высоту лба, серединную линию рта, линию подбородка, ширину лица и носа.

После этого система обрабатывает данные и выдаёт результат.

Кажется, неплохо. А что будет, если предложить сайту оценить фото Дэдпула, на котором он похож, как выразился его приятель Джек Хаммер, на «плод любви авокадо и престарелого сморщенного авокадо»? Мы вот об этом снимке.

Результат удивляет. Изуродованный трансформацией в мутанта Дэдпул, по мнению системы, «очень милый».

Для следующего эксперимента системе было предложено оценить фото Сальмы Хайек, когда она превратилась в вампира в фильме «От заката до рассвета».

Что же, по мнению Pretty Scale, она хорошо выглядит.

А Джокер в исполнении Хита Леджера?

Он очень милый!

Еще один тест, для клоуна Пеннивайза из ужастика «Оно».

Вот он - страшный, несмотря на «идеальную форму лица».

Создатель Pretty Scale признаёт, что его алгоритм оценивает только математическое совершенство лиц, не вдаваясь в прочие подробности. И набрать все 100% может только человек, у которого лицо идеально симметрично, а его черты столь же идеально соответствуют заданным стандартам. Никакие другие критерии при этом не учитываются.

Попробовать оценить себя с точки зрения математической красоты на сайте Pretty Scale может каждый. Достаточно лишь иметь фотографию, на которой хорошо видно лицо или веб-камеру. Желающих пройти тест предупреждают о том, что фото и результаты его анализа не сохраняются и не выкладываются в публичный доступ. Также на сайте указано, что результаты основаны на сложном математическом анализе, выполняемом калькулятором красоты лица вслепую, и могут быть ошибочными.

При этом англоязычная версия сайта содержит ещё одно предупреждение: «Пожалуйста, не начинайте, если у вас низкая степень самоуважения или проблемы с доверием».

Как и создатель Pretty Scale, нигерийский фотограф был уверен, что не делает ничего дурного, когда публиковал в инстаграме фото очень красивой темнокожей девочкой. Снимок принёс автору множество лайков, а пятилетней модели - славу самой красивой девочки в мире. Но вскоре .

В последнее время с фотографами связываться вообще опасно. Меланью Трамп от неудачного снимка не спасло даже звание Первой леди. Жена президента США , что зрители засомневались, человек ли она.

Вы изучаете бесплатные уроки фотографии или ходите в фотошколу, изучаете дополнительную литературу по фотографии, пробуете применить полученные знания на практике - вообщем вы хотите научиться фотографировать...

А вы знаете, чем отличается опытный фотограф от начинающего? Самое важное отличие опытного фотографа от начинающего в том, что опытный фотограф знает, что фотография это нечто большее, чем то что мы видим на ней. Опытный фотограф знает как анализировать плоскую картинку и может легко оценить любую фотографию.

Умея оценивать фотографии, уже совсем несложно догадаться, каким образом можно улучшить фотографии. А вы хотите научиться оценивать свои фотографии? Сколько же врeмeни нужно учиться фотографии, чтобы выработать в себе умение анализировать и оценивать фотографии?

Скажите честно, какой процент врeмени, которое вы тратите на обучении фотографии, вы отводите на то, чтобы просматривать анализировать и оценивать свои фотографии и фотографии признанных фотографов? Сколько вpемeни вы тратите на то, чтобы прислушаться к своим ощущениям и "утонуть" в удивительном мире художественной фотографии? Как часто вы задерживаете в3 гляд на понравившейся вам фотографии и оценивая фотограию, раскладываете её на составляющие, чтобы проанализировать и лучше понять и осознать, что же такого притягательного вы в ней нашли?

Если вы хотите улучшить свои фотографии, то
вам обязательно нужно учиться объективно оценивать свои и чужие фотографии

Чтобы научиться объективно оценивать свои фотографии, нужно сделать первый шаг - тратить не менее часа в день на анaлиз своих и чужих фото работ. Несколько советов и вопросов, приведённых ниже, помогут вам в этом неоднозначном и довольно сложном процессе....

Как анализировать и оценивать фотографии

Первое впечатление от фотографии

Что вы чувствуете, глядя на фотографию? Попробуйте не задумываясь осмотреть фотографию, все её элементы по отдельности и вместе взятые. Постарайтесь не разглядывать детали.

После этого оторвите взгляд от фотографии (или просто закройте глаза) и вспомните, что вы видели на фотографии? Какие объекты и предметы вы вспомнили? Иногда, вы будете удивлены, потому, что вспомните объекты и предметы, на которые не обратили никакого внимания или которые не относящиеся к сюжету фотографии. Теперь подумайте, что измениться в сюжете, если эти предметы и объекты убрать из кадра? Связаны ли они с сюжетом фотоснимка или это была ошибка фотографа? О каком событии хотел рассказать фотограф или художник?

Если снимок без этих дeталей потеряет свою притягательную силу и история, рассказанная фотографом или художником развалится - это значит, что они были неотъемлемой частью снимка, создающей

В какое вpемя сделана фотография? Постарайтесь оценить не только врeмя суток, но и время в более широком смысле - век, десятилетие, эпоху. Позвольте себе рассмотреть все элементы фотографии внимательно. Постарайтесь понять, где происходит изображенное на фотографии событие - в более широком и в более точном масштабе. Какие детали картины или фотографии позволяют судить об этом?

При анализе мелких и, вроде бы неважных деталей, вы можете получить дополнительную информацию о сюжете. Именно эти детали помогли вам определить вpeмя и место события. Часто при фотосъёмке имеено мелкие, какзалось бы малозначительные детали могут в целом улучшить фотографию, придав ей определённую культурную ценность.

Взаимоотношения объекта с объектом и/или объекта со зрителем

Что вы можете сказать о людях, изображенных на фотографии? Насколько они близки - в прямом и переносном смысле? Как они относятся друг к другу? Как изображенные на фотографии персонажи передают эмоции зрителю - обратите внимание, возникают у вас как у зрителя?

Символы и концепции в фотографии

Иногда, на первый взгляд абстрактные детали фотографии, не несущие никакого смысла или содержанияи, могут сказать больше, чем главные объекты. Надменный взΓ ляд? Особым образом скрещенные пальцы или руки? Едва земтный значёк на лацкане пиджака? С трудом узнаваемая деталь на заднем плане... Что рассказывают о сюжете фотографии эти мелочи? Что символизируют скрещенные пальцы рук или надменный взгляд?

Направление: захватывает и не отпускает или убегает

Куда устремляется ваш в3Γ ляд? Какова его траектория? На каких объект задерживается взгляд, а по каким скользит, без желания остановиться? Попробуйте понять, почему это происходит и как это связано с сюжетом фотографии.

Зритель: стороннний наблюдатель или участник событий

Настоящее произведение изобразительного искусства не просто притягивает взгляд зрителя, но и делает его участником сюжета, подсознательно заставляя его занять место объекта съёмки. Зритель, основываясь на своих воспоминаниях и мечтах, как бы примеряет к себе события, запечатленные на фотографии.

Последний вопрос, пожалуй, самый сложный для фотографа любого уровня, поскольку любой фотограф в той или иной мере является участником снимаемого события. По вполне понятным причинам особенно трудно придётся семейному фотографу-любителю...Почему семейный фотограф никогда не сфотографирует шедевр, вы

Однако, если вы отложите ваши снимки на некоторое время и вернётесь к ним, после того, как ваши эмоции "остынут" и "изгладятся" воспоминания, вы сможете оценить вашу фотографию с этой точки зрения более объективно.

Понятно, что каждый человек красив. Особенно девушки. Особенно некоторые. Особенно душа. Однако, вопрос – насколько? Какова мера красоты? Граммы? Литры? Килограммы? 90-60-90? Новый сервис, созданный командой швейцарских ученых и программистов из лаборатории за несколько секунд проведет анализ фотографии и выдаст результат: “Очаровательна безумно!”. Если повезет.

Эти ребята из лаборатории по распознаванию лиц провели громадную работу по обучению искусственного интеллекта и выработке критериев красоты, в том смысле как мы ее понимаем. То есть они научили машину, которая глядя на Синди Кроуфорд, ясно понимает – красотка. А при взгляде на Бабу Ягу скажет – “Ну так себе”. В целом задача кажется не сложной, мы же как то можем отличить Синди Кроуфорд от Бабы Яги? Да, легко. Но вот научить этому компьютер оказалось не так просто.

И тем не менее, то что удалось сделать, заслуживает высокой похвалы. Сами разработчики говорят, что точность программы составляет 76%.

Я немного потестил, как оно работает, и знаете что? Оно реально работает.

К примеру, я всегда знал про себя, что я не красавец. У меня не смазливое личико, в смысле. Программа так и сказала. Типа, тебе на подиум путь заказан, но в целом, ты довольно таки ничего! Прелесть!

На заглавной странице сервиса предлагается попробовать оценить чужие фотки или же загрузить свою.

Система оценит фото по шестибальной шкале и выдаст примерный возраст лица на фотографии.

И это правильно! А то мало ли, сервис врет! Надо сперва чужое попробовать, а потом уж доверить свое, родное.

Оценки располагаются на шкале под фотографией и выглядят следующим образом:

1. Hmm… - ну, так себе, может подкраситься? 🙂
2. OK - все ок, норм, пойдет, крепкий середняк.
3. Nice - вполне ничо так, даже гуд.
4. Hot - ну ты ого, вполне даже очень!
5. Stunning - ни фига се, супер!
6. Godlike - ошеломительно, богоподобно, модель, короче!

Я Hot завоевал, жена – Godlike. Мелочь – а приятно)

Давайте потестим Бабу Ягу.

Ну вот, видите, Ок. В смысле, что так себе. Ее по правде совсем уж уродливой-то не назовешь, так ведь? Глазки подкрашены и вообще, правильные черты лица и все такое.

Чтобы народ не расстраивался, разработчики предупреждают, что красота – дело сугубо оценочное и расплывчатое, и в разных странах имеет различные критерии. Поэтому не стоит переживать, если ваша личная оценка уходит влево и немного отдает синевой.

В любом случае, мы стоим на пороге всеобщей оцифровки и полного проникновения технологий в нашу жизнь. Хорошо это или плохо – решать вам.

Скачать для iPhone и Android:

«Свет мой, зеркальце! скажи
Да всю правду доложи:
Я ль на свете всех милее,
Всех румяней и белее?»

А.С. Пушкин

Волшебные вещи из сказок мало-помалу реализуются в настоящей реальности за счет использования новых технологий и научных открытий. Уже реализованы и активно применяются такие девайсы как ковер-самолет (авиация), сапоги-скороходы (автомобили), яблочко на блюдечке (нетбук с интернетом), клубочек который показывает дорогу (GPS-навигатор) и другие нужные вещи. Мы попытались реализовать упомянутую в «сказке о мертвой царевне и о семи богатырях» систему оценки красоты лица человека с помощью методов искусственного интеллекта и машинного зрения, так как считаем, что автором эпиграфа на самом деле подразумевался планшет с фронтальной камерой и специальным установленным софтом.

Вопрос о том, что именно делает лицо человека привлекательным, является темой исследований физиологов, биологов, философов, искусствоведов, специалистов по пластической хирургии на протяжении длительного времени. В настоящее время считается установленным факт, что на людей, помимо индивидуальных предпочтений, влияют и общие биологически-мотивированные принципы оценки красоты . Среди возможных кандидатов на типичные признаки физиологи выделяют симметричность черт лица , отличие изображения лица от усредненного изображения лиц большого множества людей , соответствие пропорций лица «золотому сечению» и др. Например, в показано, что, с одной стороны, симметричные черты лица соответствуют менее подверженным мутациям генам и поэтому люди с такими чертами лица более устойчивы к мутациям и заболеваниям, а с другой – люди с более симметричными чертами лица получают более высокие рейтинги красоты при оценке их фотографий экспертами.

В последние годы появилось несколько пионерских работ, посвященным компьютерным системам распознавания красоты на основе использования систем машинного зрения и обучаемых классификаторов. Эти работы могут рассматриваться как попытка наделения робототехнических систем способности «видеть красивое». В в качестве признаков используются пропорции черт лица, при этом ключевые точки на лице выделялись вручную. В в дополнение к пропорциям был применен метод главных компонент для выделения признаков. В для задачи распознавания красоты использовали глубокие нейронные сети .

Мы разработали автоматическую систему оценки красоты, работающую на основе метода выделения ключевых точек на лице с помощью средств библиотеки машинного зрения OpenCV и нейронной сети , обученной целевой задаче на данных экспертных оценок и провели экспериментальную оценку качества ее работы.

База изображений для обучения

Мы собрали собственную базу изображений, состоящую из 180 фотографий лиц молодых женщин, изображения были взяты из открытых источников. Были отобраны фотографии лиц во фронтальной проекции с нейтральным выражением лица, без очков и украшений. Для придания выборке репрезентативности мы постарались включить в базу данных примеры как красивых, так и некрасивых лиц (рис. 1).

Рис. 1. Пример фото лиц из базы изображений

В отличие от работы , собранная база включает в себя фотографии женщин разной расы, цвета кожи, а их возраст колеблется от 18 до 35 лет. После того, как изображения были собраны, группе экспертов было предложено выставить субъективные рейтинги эстетической привлекательности для каждой из фотографий по шкале от 1 до 7. Всего для маркировки фотографий было привлечено 8 экспертов, 4 мужчины и 4 женщины в возрасте от 16 до 63 лет, оценки выставлялись независимо. По условиям эксперимента, перед началом процесса выставления оценок каждому эксперту были предъявлены все фотографии для первичного ознакомления. Для проверки согласованности выборки был проведен корреляционный анализ, его результаты представлены в табл. 1.

Таблица 1. Попарные корреляции оценок различных экспертов

Средняя корреляция выборки оказалась на уровне 0,7, что делает возможным обучение нейросети на таких данных и примерно соответствует результатам других исследователей .

Общая схема работы алгоритма

Система распознавания красоты получает на вход изображение, содержащее фронтальное фото лица человека (рис. 2).

Рис. 2. Схема работы алгоритма распознавания красоты лиц

Перед началом работы алгоритма мы предполагаем, что лицо на изображении уже было выделено ранее и занимает большую часть площади изображения. Далее с помощью стандартного бустингового классификатора Виолы-Джонса , входящего в состав библиотеки средств машинного зрения OpenCV, выделяются области на лице, соответствующие правому и левому глазу, носу и рту.
На основе этих координат рассчитываются основные пропорции лица, которые затем используются в качестве вектора признаков для нейронной сети. Нейронная сеть сначала обучается на этих входных данных с использованием оценок экспертов в качестве целевой выборки, а затем может использоваться для распознавания на новых, ранее не виденных сетью данных.

Выделение признаков

Мы условно разделили выделяемые нами признаки на две группы: отношение расстояний между выделенными ключевыми точками и соотношения найденных размеров лица.

Группа признаков 1 показана на рис. 3, слева: AB/CD, AC/BC, AD/BD, EC/ED, EC/AB, AC/AD, BC/BD. Группа признаков 2 показана на Рис. 3, справа: L/R, Mw/Mh, Nw/Nh, Mw/Nw, Mh/Nh. Итоговый вектор признаков состоит из объединенных признаков обеих групп. Перед подачей на нейронную сеть данные были приведены к диапазону .

Рис. 3. Расчет векторов признаков по выделенным ключевым точкам на лице

Обучение нейросетей

В качестве обучаемой нейронной сети мы использовали стандартный многослойный персептрон с одним скрытым слоем, содержащим 5 нейронов в скрытом слое. В качестве активационных функций нейронов скрытого и выходного слоя использовались функция гиперболического тангенса. Нейросеть была обучена методом расширенного фильтра Калмана , , который является на сегодняшний день одним из самых эффективных методов обучения второго порядка для нейросетей. Перед обучением выборка была разделена на 2 части: обучающую (110 примеров, 60 % выборки) и экзаменационную (70 примеров, 40 % выборки). Результаты обучения представлены в табл. 2.

Таблица 2. Результаты обучения нейросети на задаче распознавания красоты

Мы считаем, что полученный результат корреляции 0.5 на не использовавшейся при обучении экзаменационной выборке очень хорошим для того небольшого количества информации, подаваемой на нейросеть в качестве признаков. Фактически, нейросеть принимает решение на основе анализа строения костей черепа, игнорируя прочие данные, которые принимает во внимание человек при решении аналогичной задачи.
В дальнейшем мы планируем улучшить алгоритм путем расширения базы изображений для обучения, выделения новых ключевых точек на лице и включения в него детектора гладкости кожи.

Оригинал статьи (нашей): Чернодуб А.Н., Пащенко Ю.А., Головченко К.А. Нейросетевая система определения привлекательности лица человека // XV Всероссийская научно-техническая конференция «Нейроинформатика-2013», Москва, 21-25 января 2013, c. 254 - 259.

Список литературы

1. Kovach, F. J. Philosophy of beauty//Norman: University of Oklahoma Press. 1974.
2. Grammer K, Thornhill R. Human (Homo sapiens) facial attractiveness and sexual selection: the role of symmetry and averageness. // J Comp Psychol, 1994. V. 108. № 3. P. 233-242.
3. Rhodes G. The Evolutionary Psychology of Facial Beauty // Annu. Rev. Psychol. 2006. V. 57. P. 199-226.
4. Sheib J.E., Gangestad S. W., Thornhill R. Facial attractiveness, symmetry and cues of good genes // Proc Biol Sci. 1999 September 22; 266(1431). Р. 1913-1917.
5. Holland E. Marquardt’s Phi Mask: Pitfalls of Relying on Fashion Models and the Golden Ratio to Describe a Beautiful Face //Aesthetic Plastic Surgery, 2008. V. 32, № 2. P. 200-208.
6. Aarabi, P., Hughes, D., Mohajer, K., Emami, M. The automatic measurement of facial beauty // IEEE International Conference on Systems, Man, and Cybernetics, 710 October 2001, Tucson, USA. V. 4. P. 2644-2647.
7. Eisenthal Y., Dror G., Ruppin E. Facial Attractiveness: Beauty and the Machine // Neural Computation, 2006. V. 18. № 1. P. 119-142.
8. Gan J., Li L., Zhai Y. Deep self-taught learning for facial beauty prediction // Neurocomputing. DOI: 10.1016/j.neucom.2014.05.028
9. Gray D., Yu K., Xu W., Gong Y. Predicting Facial Beauty without Landmarks // Computer Vision – ECCV 2010, Lecture Notes in Computer Science, 2010, V. 6316/2010. P. 434-447.
10. Хайкин С. Нейронные сети: полный курс. М.: Вильямс, 2006.
11. Chernodub A.N. Training Neural Networks for classification using the Extended Kalman Filter: A comparative study // Optical Memory and Neural Networks, 2014. Vol. 23, Issue 2, pp 96-103.