Морщины, борозды, пятна: процесс старения человека сопровождается контрольными признаками на лице. Исследователи из Института нейронных вычислений в Университете Рур-Бохум (RUB) разработали алгоритм, который очень надежно интерпретирует эти особенности. Это позволяет оценить возраст и этническую принадлежность людей настолько точно, что на какое-то время она вывела исследователей из рубля на вершину мирового рейтинга. Команда RUB опубликовала свой отчет в журнале « Машинное обучение с мая 2020 года», сообщает медицинский портал forumssity.ru.
Система научилась оценивать
«Мы не совсем уверены, какие функции ищет наш алгоритм», - говорит профессор Лоренц Вискотт из Института нейронных вычислений. Это потому, что система научилась оценивать лица. Успешный алгоритм, разработанный исследователями из Бохума, представляет собой иерархическую нейронную сеть с одиннадцатью уровнями. В качестве входных данных исследователи предоставили ему несколько тысяч фотографий лиц разного возраста. Возраст был известен в каждом случае. «Традиционно изображения являются входными данными, а правильный возраст является целью, вводимой в систему, которая затем пытается оптимизировать промежуточные этапы для оценки необходимого возраста», - объясняет ведущий автор Альберто Эскаланте.
Однако исследователи из Бохума выбрали другой подход. Они вводят много фотографий лиц, отсортированных по возрасту. Затем система игнорирует функции, которые меняются от одного изображения к другому, и учитывает только те функции, которые меняются медленно. «Думайте об этом как о фильме, составленном из тысяч фотографий лиц», - объясняет Лоренц Вискотт. «Система затеняет все функции, которые постоянно меняются от одного лица к другому, такие как цвет глаз, размер рта, длина носа. Скорее, она фокусируется на функциях, которые медленно меняются на всех лицах». Например, количество морщин медленно, но неуклонно увеличивается на всех лицах. При оценке возраста людей, изображенных на фотографиях, алгоритм в среднем не превышает трех с половиной лет. Это означает, что он превосходит даже людей,
Система также признает этническое происхождение
Принцип медлительности также позволил ему достоверно определить этническое происхождение. Изображения были представлены в систему отсортированы не только по возрасту, но и по этническому признаку. Соответственно, черты, характерные для этнической группы, быстро не менялись от изображения к изображению; скорее они менялись медленно, хотя и стремительно. Алгоритм оценивал правильное этническое происхождение людей на фотографиях с вероятностью более 99 процентов, хотя средняя яркость изображений была стандартизирована и, следовательно, цвет кожи не был значимым маркером для распознавания.
