我试图了解我正在考虑的项目是否可行或不使用神经网络。我知道像 MakeApp 和 FakeApp 这样的应用程序使用神经网络来操纵人脸。
我的问题是——现代(2018 年)神经网络能否被训练来识别人类面部吸引力的各个方面并给出百分位数?
例如,给定一张图片,我想知道神经网络是否认为这张图片在前 20% 的面部吸引力中。如果可能的话,我需要多大的数据集才能训练这样的网络?是数以万计的人工评分图像吗?
我试图了解我正在考虑的项目是否可行或不使用神经网络。我知道像 MakeApp 和 FakeApp 这样的应用程序使用神经网络来操纵人脸。
我的问题是——现代(2018 年)神经网络能否被训练来识别人类面部吸引力的各个方面并给出百分位数?
例如,给定一张图片,我想知道神经网络是否认为这张图片在前 20% 的面部吸引力中。如果可能的话,我需要多大的数据集才能训练这样的网络?是数以万计的人工评分图像吗?
当然。已经有研究正在开发深度学习/卷积神经网络来做到这一点。以下给出了截至 2018 年 1 月的四个最新参考资料。
这样做的主要挑战是:
这个研究领域目前并没有得到很大的发展(至少在学术界),这很可能是出于道德考虑,获取此类敏感数据和可疑用途。我怀疑现在像 OKCupid 和 Match.com 这样的公司正在或将私下开发这项研究,以实现自动匹配的目的。
Xu 等人,具有级联微调深度学习模型的新型类人面部吸引力预测器,arXiv 2015, 论文
Gan 等人,面部美容预测的深度自学学习,Neurocomputing 2014 论文
Wang et al., Attractive or Not?: Beauty Prediction with Attractiveness-Aware Encoders and Robust Late Fusion, ACM International Conference on Multimedia 2014 论文
Shen et al., Fooling Neural Networks in Face Attractiveness Evaluation: Adversarial Examples with High Attractiveness Score But Low Subjective Score Multimedia Big Data (BigMM), 2017 IEEE 第三次国际会议 论文
好吧,我认为这是可以做到的。所以首先你需要指定吸引力的参数。根据我的研究,我知道直接影响吸引力的两个参数是突出的 下巴和颧骨。我相信还有更多的功能可以考虑。但是为了举例,让我们来看看这两个。
但是你必须使用深度神经网络。因为不同的层将有助于更简单的功能,比如获取脸部的边缘。
所以最初的层会得到边缘,几层之后你会得到下巴和颧骨,你可以用你的训练集来测试它们的吸引力。
我不确定如何获得训练集。但是您可以使用 tinder 获取图像,但对它们进行评分将是一个问题。
好主意,我希望您可以将其用于学习目的。
干杯。!!!