ИИ вычислил «формулу красоты». Теперь он знает, как выглядят самые привлекательные лица
Оказалось, мы все оцениваем красоту женского лица примерно одинаково
Прошлые исследования в области психологии и нейронауки неоднократно исследовали, как люди воспринимают лица во время социального взаимодействия. Некоторые исследования показывают, что в среднем люди склонны находить более привлекательными одни и те же лица. Но на чем основаны такие предпочтения до сих пор было непонятно.
Исследователи из Исламского университета Азад в Тегеране создали модель ИИ для оценки привлекательности человеческих лиц на изображениях. Эта модель предсказывает средние оценки привлекательности, которые люди дают различным лицам, с поразительной точностью.
«В работе представлен новый подход к задаче оценки привлекательности лица с использованием методов машинного обучения и компьютерного зрения», — пишут в своей работе иранские ученые. — «Наша главная цель — исследовать, может ли интеллектуальная машина научиться точно предсказывать привлекательность лица на основе объективных данных о его размерах и пропорциях». Оказалось, что может.
Самые красивые женщины мира
Модель оценки привлекательности лиц обучалась на наборах данных, содержащих лица различных женщин и соответствующие средние оценки привлекательности, данные людьми. Лица в наборе данных были взяты из документального видео YouTube под названием «100 самых красивых женских лиц в мире 2020». Кроме того, команда использовала базу данных Lab London Database, составленную Де Брюйном и его коллегами, которая включает лица мужчин и женщин в возрасте от 18 до 54 лет.
Используя эти наборы данных, ученые обучили различные модели ИИ, в том числе модель на основе k-nearest neighbors (KNN — метод ближайших соседей). Она и оказалась наиболее точной.
Черты лица
«Модель использовала параметры черт лица, такие как симметрия и пропорции, в качестве входных данных для определения рейтинга привлекательности», — пишут ученые.
«По сравнению с предыдущими исследованиями в этой области, наш подход показывает значительное улучшение точности, с коэффициентом корреляции выше, чем у оценок отдельных людей», — пишут ученые.
Ученые заключают, что работа имеет большое значение для психологии, нейронауки и информатики, поскольку она позволяет по-новому взглянуть на концепцию привлекательности лица и ее количественную оценку с помощью машинного обучения.