Нейронная сеть найдет сходство фотографии пользователя с мировыми шедеврами . Нейросеть поиск по фото
Чем опасен сервис FindFace для распознавания лиц
Вы уже слышали о сервисе, который по фотографии находит ваш профиль во «ВКонтакте»? Он появился еще в феврале, но народную известность получил только сейчас благодаря фантазии питерского фотографа Егора Цветкова.
Редакция Kaspersky Daily решила провести с ним собственный эксперимент. Нам стало интересно, можно ли с помощью обычного смартфона на лету узнать всю подноготную идущего мимо по улице человека.
Вывод неутешительный — можно (хотя и не всегда). Помимо этого обнаружилось еще немало любопытного. Например, один из наших коллег случайно выяснил, что его личность украли. Но обо всем по порядку.
Как вообще пользоваться FindFace (и зачем)
Итак, FindFace — это сервис, который ищет профиль «ВКонтакте» по фотографии. У него есть веб-версия и мобильные приложения под Android и iOS. В мобильных приложениях функций поменьше, и работают они слегка кривовато, зато не нужно никуда копировать фотографии: сделал снимок — и он сразу распознается.
Также мобильное приложение показывает только фотографии из профиля найденного человека во «ВКонтакте». Если пользователь не озаботился настройкой доступа, то обнаруживается немало любопытного — об этом могут отлично рассказать работы вышеупомянутого Егора Цветкова.
Петербургский фотограф с помощью нейросетей находит в соцсетях встреченных им незнакомцев https://t.co/9kp5LhvOf9 pic.twitter.com/8add3AEdAk
— TJ (@tjournal) April 6, 2016
Веб-сервис более удобен — он позволяет сразу перейти в профиль человека во «ВКонтакте» со всеми его потрохами. Первые 30 подходов бесплатно, дальше FindFace хочет денег.
На фотографиях, сделанных в идеальных условиях (когда человек тебе позирует), проблем с распознаванием практически не возникает. Из десятка тестовых «жертв» в офисе девять были найдены с первой же попытки.
Если снимать на мобильник прохожих (на улице или в вагоне метро) незаметно — так, чтобы они не обратили на фотографа внимания, — точность падает в два-три раза. На снимки, сделанные издалека, приложение часто реагирует единственным образом: «Людей не обнаружено». Однако увеличение картинки (кроп, цифровой зум) решает вопрос.
Мне нужны твое лицо, отпечаток пальца и радужная оболочка https://t.co/tPJzSrcdZV pic.twitter.com/WnlR4GOjhy
— Kaspersky Lab (@Kaspersky_ru) October 28, 2015
При дневном освещении даже быстро идущего человека вполне реально заснять на средний смартфон. В метро требуются уже статичный объект или хорошая камера.
Выводы и советы
Вряд ли вам хочется, чтобы ваш профиль в соцсети мог найти любой встречный-поперечный. Что можно сделать?
1. Поиск идет только по фотографиям профиля «ВКонтакте» — учитывается как актуальная аватарка, так и все предыдущие. В соцсети эти изображения хранятся в альбоме «Фотографии со страницы». Что важно — в этом альбоме нельзя включить настройки приватности: снимки в любом случае видны всем пользователям соцсети. Аватарки можно лишь удалить, и при уменьшении их числа качество распознавания сразу заметно падает.
По каким фотографиям FindFace находит страницу пользователя, а по каким — нет
Совет: удалите старые фотографии профиля и оставьте в этом альбоме одну картинку, где не очень хорошо видно ваше лицо, — будете меньше шарахаться от подозрительных людей с камерами.
2. Нестандартные фотографии — вполоборота, под необычным углом, в капюшоне — часто затрудняют распознавание. Корчить рожи тоже помогает в какой-то мере. Отлично работают очки с массивной оправой — в наших опытах при виде них программа сразу терялась. Но если у вас в профиле есть фотографии в таких очках и с подобными рожами, то вас, скорее всего, все равно найдут.
Как люди скрываются от Большого Брата: маски, очки, макияж и прочие штуки https://t.co/nKkHdNa4vw pic.twitter.com/nrjca2GlZ3
— Kaspersky Lab (@Kaspersky_ru) October 7, 2015
3. Для многих героев нашего эксперимента стало сюрпризом, как много фотографий у них лежит в открытом доступе. Вроде они все знали о настройках
www.kaspersky.ru
Как собрать аудиторию по фотографиям пользователей «ВКонтакте» с помощью нейросети
В России по разным оценкам у 11-14% людей есть проблемы со зрением. Для бизнеса очкарики — масштабный и привлекательный рынок, а для рекламщиков — ад. Эту аудиторию трудно достать стандартными инструментами таргетинга. Главный таргетолог компании «Ашманов и партнёры» Артём Седов рассказал, как они с коллегами нашли 263 тысячи москвичей в очках во «ВКонтакте».
Почему рекламодателям трудно найти очкариков
У меня с детства слабое зрение и мне ни разу не попадалась реклама очков или линз в интернете. Захотелось разобраться, почему рекламодателям трудно найти таких, как я — очкариков, и продать нам что-нибудь полезное.
В широком смысле меня заинтересовал вопрос, как таргетироваться на аудиторию без определённого возраста, которая не сидит в специальных пабликах, не читает статьи о близорукости и не гуглит последние модели очков с диоптриями. Я изучил, как российские рекламодатели в принципе работают с этим сегментом. Они используют несколько способов.
Опрашивают пользователей
- Находят тематические опросы и парсят пользователей, которые положительно ответили на вопрос про плохое зрение.
- Делают рекламную публикацию с опросником и таргетингом на широкую аудиторию, парсят пользователей с плохим зрением.
Парсят сообщества
Популярных сообществ для людей со слабым зрением вроде бы нет, но есть сообщества клиник, магазинов оптики и врачей. С помощью парсеров можно выгрузить подписчиков или пользователей, которые взаимодействовали с контентом: комментировали, лайкали, участвовали в опросах.
Таргетируются на авторизованных через «ВКонтакте»
Во «ВКонтакте» есть таргетинг на пользователей, которые авторизовались на сайтах (например, клиник) через приложение соцсети.
Строят гипотезы
После 40 лет у большинства людей падает зрение. А ещё ухудшение зрения характерно для геймеров, офисных работников, молодых мам и так далее.
В итоге
У озвученных выше подходов есть недостатки. Либо рекламные деньги тратятся на необоснованно широкий охват. Либо таргетологу приходится вручную собирать аудиторию, но тогда охват получается очень узким — несколько десятков тысяч человек.
Как мы нашли 263 тысячи москвичей в очках
Если исходить из утверждения, что все кто, носит очки — люди с плохим зрением, то задача формирования аудитории сводится к поиску пользователей в очках. Проще всего её решить, если анализировать фотографии людей. Вопрос в том, как это сделать — не руками же перебирать.
Мы давно знакомы со Стасом Ашмановым. Стас — программист, специалист по нейронным сетям. Пару лет назад он начал искать продуктовое решение на базе технологий своей компании «Нейросети Ашманова». А мне нужен был парсер, чтобы работать со сложными данными. На том мы и сошлись: сделали парсер на базе нейросети и назвали его Puzzle.
Расскажу коротко, как он устроен.
Мы создали базу фото для нейронной сети, определяющей лица
- Выгрузили фотографии людей из общедоступных источников: «ВКонтакте», Instagram, «Яндекс», Google — с помощью скриптов, написанных на Python.
- Почистили выборку в ручном режиме, если в неё попало что-то кроме изображений людей.
Настроили детектор лиц
- Можно использовать любой готовый детектор лиц. Например, обученный HOG-каскад из dlib для детекции лиц с возможностью запускать нейронную сеть на GPU (для ускорения).
- На вход даём базу фото людей — на выходе получаем фотографии лиц, вырезанные из исходных фотографий.
Разметили лица с очками и без
- Поделили лица на две категории: c очками помечаем 1; без очков — 0.
- Для изображений с большим количеством деталей может потребоваться дополнительная разметка. Например, наша утилита Marker помогает размечать очки с помощью прямоугольников, и в результате сеть узнаёт очки на фото точнее. На выходе получаем набор размеченных фотографий с очками и файл с координатами разметки очков, который удобно использовать для дальнейшего обучения нейросети. В данной задаче этого не потребовалось: сеть отлично справляется с классификацией целых изображений лица с очками и без.
Настроили детектор очков
- Основная модель — нейронная сеть Resnet-50. Архитектура сети модифицирована и портирована на нейросетевую библиотеку PuzzleLib.
- На вход подаётся выборка лиц в очках и без. На выходе получаем вероятность от 0 до 1. 1 — человек в очках, 0 — не в очках.
- Сопоставили людей из соцсетей с выходными данными сети — определили, носит человек очки или нет (порог от 0 до 1 можно выбирать по вкусу – у нас хорошо подошло значение 0,5).
В итоге
За 20 дней работы сервера мы сформировали выборку аудитории из Москвы, которая в очках для зрения на фото «ВКонтакте».
Москвичи в очках — кто эти люди
Во «ВКонтакте» 26,7 млн пользователей из Москвы и области (по данным рекламного кабинета «ВКонтакте»). Мы выяснили, что как минимум 1% из них носит очки для зрения.
Распределение пользователей в очках по половозрастным сегментам (мужчин — 55,89%, женщин — 44,11%) Доля пользователей в очках среди общего количества пользователей в каждом сегменте Появление пользователей в сетиМы нашли самые популярные сообщества среди людей, которые носят очки, и поняли, что единственный признак, которых их объединяет — паблики, связанные с городом (в данном случае). Ещё раз убедились, что стандартный таргетинг по сообществам с этой аудиторией не работает.
Популярные сообщества среди людей со слабым зрением из МосквыНайти людей с бородой, будущих мам и экстремалов
Поиск людей с плохим зрением — первое, что пришло в голову, чтобы протестировать нейросеть в поиске аудитории. На этой базе мы хотим отладить работу Puzzle, чтобы протестировать создание других сложных аудиторий: людей с бородой или усами, будущих мам, тусовщиков, спортсменов.
#будущее
Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.
vc.ru
Как мы учили нейронную сеть распознавать платья и туфли
Не будет громким сказать, что за нейронными сетями будущее. Причём не только в сфере дорогих недостижимых гаджетов, о которых обычный человек может только читать в новостях, но и в повседневной жизни.
Нейросети сейчас широко используются для обработки и распознавания изображений, в системах распознавания речи, видеоаналитики, интеллектуальной безопасности. Сети создают музыку (Jukedeck). Не за горами времена, когда появятся нейросетевые боты, заменяющие человеческий интеллект в ряде видов деятельности (например, в колл-центре, консультирующем клиента по элементарным вопросам).
Вообще надо сказать, что сетями занимаются очень многие. Это акулы интернет-рынка: «Яндекс» (например, их недавняя фича для Auto.ru —распознавание марки и модели авто по изображению), Microsoft (сервис What-Dog.net, определяющий породы собак по фото), Mail.ru и Facebook (подразделение Facebook AI Research), и, понятно, Google. Но также это и молодые стартапы (только те, у которых достаточно средств на вычислительные мощности).
Усердно сети изучают в технических вузах по всему миру, в частности, в МФТИ. Кстати, в конкурсах научных исследований мы регулярно выходим в финал вместе с разработчиками этого института.
Конкурентов в этом поле, конечно, немало. По нашим данным, на конец весны этого года в сфере распознавания fashion работают около 23 компании из 10 стран. Крупные игроки западных рынков онлайн-ритейла уже обработаны местными компаниями: e-Bay, Zalando, the Net Set, Macy's, Yoox – список можно продолжать. Но мы думаем, что места хватит всем.
rb.ru
Поиск человека по фото
Найти человека через Интернет достаточно просто – сейчас практически у каждого есть своя страничка в социальных сетях. Нужно просто каким-то образом на нее выйти.
Есть несколько способов, как это сделать (о них я рассказывал здесь), но все они основываются на поиске информации. Нужно указать имя, фамилию, возраст, город проживания и другие данные. Но даже если вы знаете о человеке все, вплоть до группы крови, это не гарантия, что он найдется.
Совсем другое дело, если у вас имеется фотография, пускай даже общая. Сейчас есть сервисы, которые умеют распознавать лица и искать страницы их обладателей.
Подготовка фотографии
Сначала нужно обрезать фотографию. Таким образом, мы и ее компьютерный размер уменьшим (обычно он большой), и все лишнее уберем. Особенно это актуально, если фото групповое.
1. Открываем Пуск – Все программы – Стандартные – Paint
2. Открываем в этой программе снимок (можно его просто перетянуть внутрь окна).
3. Выбираем вверху инструмент «Выделить» и обводим нужного человека.
4. Нажимаем кнопку «Обрезать».
5. Сохраняем: – Сохранить как…
Поиск по Вконтакте (findface.ru)
FindFace (findface.ru) – это специальный сервис для поиска людей по социальной сети Вконтакте. Но чтобы им воспользоваться, нужно иметь в VK страничку.
Получить ее можно бесплатно буквально за минуту – для этого переходим на сайт vk.com и регистрируемся.
Для поиска через FindFace переходим по ссылке и нажимаем на кнопку «найти одинаковых».
Сервис попросит разрешить доступ к своей странице в VK, на что соглашаемся.
Загружаем нужную фотографию (можно просто перетащить ее внутрь окошка).
И ожидаем окончания процедуры поиска.
Вот и всё – осталось только отыскать в списке своего потеряшку :)
Поиск по всему Интернету
Поиск по картинке. Для этого есть два специальных сервиса: один - от Гугл (images.google.com), другой – от Яндекса (images.yandex.ru). Пользоваться ими очень легко: нужно просто перетянуть фотографию в поисковую строку.
Поиск по картинке Google
Поиск по картинке Яндекс
Результат появится сразу же. Сначала будет показана эта же картинка, но в других размерах (если таковые в сети имеются), чуть ниже - похожие фотографии, еще ниже – страницы в Интернете, на которых они размещены.
Рекомендую искать через оба сервиса. Частенько они выдают разные результаты.
TinEye (tineye.com). Популярный иностранный сервис поиска изображений.
Здесь все точно так же: перетаскиваем снимок со своего компьютера в поисковую строку, и сразу же получаем результат.
Расширения для браузера
Расширения или дополнения – это такие маленькие примочки, которые добавляются в программу для Интернета и выполняют в ней определенные задачи. Например, есть расширения для скачивания видео из Youtube или музыки из Контакта. Такие программки есть и для поиска по фотографиям.
Практически у каждого браузера имеется своя коллекция разнообразных дополнений. Но больше всего их в Google Chrome. В других программах для наших целей есть буквально одно-два расширения, и то они работают не совсем так, как надо. Поэтому я покажу, как работать с дополнениями только на примере Хрома.
Где найти и как установить расширение
1. Нажимаем на кнопку вверху справа и выбираем Дополнительные инструменты – Расширения.
2. Опускаемся в самый низ страницы (прокручиваем колесиком на мышке) и щелкаем по «Еще расширения».
3. В верхней строке поиска печатаем ключевые слова и нажимаем Enter. Появляются найденные расширения и приложения. Устанавливаем нужное (его потом в любой момент можно будет удалить).
Если вы устанавливаете приложение, то оно добавляется на пустую вкладку, в пункт Сервисы. То есть, чтобы его потом найти, нужно открыть новую вкладку браузера и перейти в «Сервисы» (вверху слева).
Расширения устанавливаются немного иначе – они добавляются сразу после адресной строки.
Честно говоря, у меня не получилось найти какого-то особенного дополнения. Есть расширения для поиска по картинке в Гугле и Яндексе, которые почему-то криво работают. Также имеется поиск по Вконтакте, который, в отличие от FindFace, в моем случае ничего не нашел. Еще есть пару интересных приложений - они помогают искать по Instagram и по товарам Aliexpress. Но чего-то уникального лично я не обнаружил. Зато подобрал себе парочку интересных программ для других целей. Но это уже совсем другая история :)
www.neumeka.ru
Нейросеть найдет порноактрис, похожих на ваших знакомых. По фото | Futurist
Заблокированные в России порносайты Brazzers и Reality Kings научили нейросеть искать порноактрис, похожих на человека с загруженного фото. Сервис Find x Files (18+) работает по принципу приложения Find Face, которое помогает найти людей по фото в соцсетях.
Нейросеть анализирует загруженное на сервис изображение и сравнивает его с базой данных анкет порноактрис, представленных на сайтах. Так происходит поиск актрис, максимально похожих на человека на фото. Правда, при загрузке фотографии Саши Грей, программа признала ее только на 83%.
При этом сервис ищет только женщин:
На фото серьезного Владимира Путина программа вообще не среагировала:
Среагировала только на улыбающегося:
Понравилась статья?
Поделись с друзьями!
Поделиться 0 Поделиться 0 Твитнуть 0Подпишись на еженедельную рассылку
futurist.ru
Нейронная сеть найдет сходство фотографии пользователя с мировыми шедеврами
Нейронные сети добрались и до искусства — так, благодаря им недавно был создан проект «Найди себя в искусстве». На сайте проекта любой желающий может загрузить свое фото и найти своего «двойника» в мировой портретной живописи. Indicator.Ru разбирался, как работает эта технология и как нейронная сеть может «раскусить» даже преступника в маске.
В проекте «Найди себя в искусстве» задействована нейронная сеть, созданная программистами из компании NTechLab. Разработка компании была признана лучшим алгоритмом по распознаванию лиц по версии мирового чемпионата The MegaFace Benchmark, проводившего на базе университета Вашингтона. Indicator.Ru поговорил с сооснователем NTechLab Артемом Кухаренко и выяснил, как именно работает нейронная сеть, на что еще она способна, а также можно ли обмануть искусственный интеллект.
— Как работает система распознавания лиц, которая задействована в проекте «Найди себя в искусстве»? Это искусственный интеллект, работающий на основе нейронных сетей? Если да, то как звучат определения терминов «искусственный интеллект» и «нейронная сеть»?
— Проект «Найди себя в искусстве» был реализован благодаря использованию технологии распознавания лиц по фото NTесhLab. Наша компания создает решения, используя передовые методы в области искусственных нейронных сетей и машинного обучения.
Искусственная нейронная сеть или «искусственный интеллект» — это математический программный комплекс, построенный по принципу организации и функционирования биологический нейронный сетей — сетей нервных клеток живого организма.
Нейронная сеть дает набор признаков, по которому можно отличить одного человека от другого (цвет и форма глаз, мимика и др.). Но большинство признаков, которые выдает нейронная сеть, не видимы человеческому глазу. Точность определения изображения нейронной сетью составляет около 90%, а человеком — 25% (при объеме базы, например, в десять тысяч фотографий).
— На что именно способен алгоритм NTechLab?
— Наш алгоритм дает возможность сравнивать пары лиц с 99% степенью точности и проводить поиск по достаточно большой базе фотографий менее чем за 0,3 секунды с точностью более 70%. Эта технология была признана лучшей на мировом чемпионате The MegaFace Challenge, организованном Университетом Вашингтона в 2015 году. В этом чемпионате приняли участи более ста команд со всего мира, в том числе и команда Google.
Для поиска человека по базе из одного миллиарда фото такому алгоритму потребуется меньше секунды. Подобная скорость поиска может решить множество задач не только в масштабах города, а страны и даже мира. Например, поиск преступника в режиме реального времени. Среди преимуществ, помимо скорости поиска по базам фотографий глобального масштаба, у алгоритма очень высокая точность распознавания. Это стало возможным благодаря глубинному обучению и правильно подобранной архитектуре нейронной сети.
— Как именно происходит распознавание изображения?
— Процесс распознавания представляет собой построение вектора признаков с помощью обученной нейронной сети. Вектор признаков состоит из 80 чисел, которые содержат всю информацию о лице. Для одного человека числа похожи, для двух разных людей — отличаются. На этом отличии и построена система поиска. Важно, что информация о лице не изменится, если человек наденет очки, отрастит бороду и усы, или если между фотографиями есть разница в несколько лет.
Стоит отметить, что информация об одном лице занимает менее килобайта на каждое изображение, что позволяет осуществлять работу алгоритма, не используя больших вычислительных мощностей.
— Можно ли обмануть систему распознавания, надев маску?
— Наш алгоритм достаточно устойчив к изменениям во внешнем облике и способен идентифицировать людей, если они наденут очки, отрастят бороду или сменят прическу. Узнать человека можно даже в медицинской маске, только при этом процент точности будет ниже. Мы работаем на тем, чтобы падение точности распознавания в таких ситуациях было минимальным.
— В таком случае, не могли бы вы привести примеры признаков, на которые обращает внимание нейронная сеть? Ведь если на человеке надета медицинская маска, то значительная часть лица будет скрыта.
В процессе обучения нейронная сеть сама формирует признаки и выбирает их в зависимости от статистических закономерностей в данных. Обычно они не интерпретируемы человеком.
— Каких размеров база, которая есть у компании NTechLab?
— Для проекта с социальной сетью «ВКонтакте» было проиндексировано более 250 млн фотографий.
— Возможно ли применение этой технологии в области правоохранения? Например, для распознавания лиц преступников на видео с камер слежения или на фотографиях в социальных сетях?
— Да, конечно. Алгоритм распознавания лиц может широко применяться в различных областях, таких как розничная торговля, банковское обслуживание, обеспечение безопасности, индустрия развлечений, спортивные мероприятия, сервисы знакомств и многих других.
— Планируется ли создать мобильные приложения, основанные на этой технологии? Если да, то какие именно?
— На базе алгоритма NTechLab уже запущен сервис поиска людей по фото в соцсети «ВКонтакте» FindFace, который за первые три месяца набрал более миллиона пользователей. Сервис был запущен 18 февраля 2016 года в качестве демонстратора нашей технологии. На сегодняшний день мы запустили два продукта для бизнеса — это облачный сервис FindFace Cloud API и решение FindFace Enterprise Server SDK. Теперь любая компания в мире может интегрировать технологию распознавания лиц NTechLab в свою деятельность. Сервисы предлагает два основных сценария работы: верификацию (сравнение пар лиц) и идентификацию (поиск лиц) по собственным базам фотографий любого масштаба.
— На днях Google анонсировал игру, в основе которой — нейросеть, распознающая рисунки пользователя. Похож ли этот алгоритм на разработку, которая используется в проекте «Найди себя в искусстве»? Это конкурирующие разработки? Или, соединив их, можно получить искусственный интеллект со сверхспособностями?
— Нейросети можно обучить под абсолютно разные задачи: распознавание изображений, речи, письма, предметов, эмоций и многое другое. Этими вопросами занимаются многие мировые корпорации, такие как Google, Facebook и др. Распознавание лиц является одной из самых сложных задач. На сегодняшний день показать такую скорость и точность поиска по базам глобального масштаба не удалось ни одному алгоритму.
О NTechLab
Основанный в 2015 году Артемом Кухаренко и Александром Кабаковым стартап NTechLab, специализируется на передовых методах в области самообучающейся нейронной сети для создания алгоритмов по распознаванию лиц. В феврале 2016 года на базе алгоритма компании был запущен сервис FindFace для поиска людей в социальной сети «ВКонтакте» по фотографии, аудитория которого менее чем за три месяца превысила миллион человек. В начале августа решение NTechLab было использовано на крупнейшем в России фестивале электронной музыки Alfa Future People, который проводился при поддержке «Альфа банка» и «Вымпелкома». Сервисом воспользовались более 15 тысяч человек. В сентябре того же года NTechLab был выбран в качестве поставщика решений по распознаванию лиц компанией Diamond Fortune Holdings Prim, которая будет строить гостинично-развлекательные комплексы на территории интегрированного курорта «Приморье». В октябре NTechLab запустил облачный сервис для бизнеса FindFace.PRO, с помощью которого любая компания во всем мире может осуществлять поиск по собственной базе любого масштаба. А уже в ноябре 2016 года компания Битрикс24 интегрировала его в свою CRM-систему, став первой, кто внедрил распознаваниелиц в ритейл. В этом же месяце NTechLab запустил FindFace Enterprise Server SDK.По версии влиятельного американского портала в сфере высоких технологий Techrepublic.com, NTechLab входит в пятерку наиболее привлекательных для потенциальных инвесторов российских hi-tech-стартапов.
news.rambler.ru
Создана нейросеть, определяющая сексуальную ориентацию по фотографии — Naked Science
Представляющие Стэнфордский университет Михал Косински (Michal Kosinski) и Йилун Вонг (Yilun Wang) разместили в репозитории PsyArXiv небезынтересный материал, посвященный их новому творению — нейронной сети, способной с высокой точностью определять ориентацию человека по чертам лица. Исследователи говорят о высокой научной ценности своей разработки, однако опасаются, что она может выступить инструментом вторжения в личную жизнь человека.
Для создания нейросети Косински и Вонг использовали наработки по другим нейронным сетям, служащим для распознавания лиц. Базу фотографий ученые взяли с одного из американских сайт знакомств: всего отобрали 35 тыс. фотографий, на которых были запечатлены свыше 14 тыс. женщин и мужчин. Ученые сделали так, чтобы число гетеросексуалов и гомосексуалов было одинаковым. Ориентацию человека авторы работы определяли по полу партнера, которого человек ищет на сайте знакомств. Примечательно, что исследователи отобрали только фото белых людей. На сайте просто не нашли достаточное количество геев и лесбиянок с другим цветом кожи.
Нейронную сеть научили сравнивать фото двух случайно выбранных людей, один из которых был гомосексуалом. Уже по одной фотографии нейросеть демонстрировала правильный результат для мужчин в 81% случаев, а для женщин — в 74%. Если же число фотографий увеличивали до пяти, то показатель составлял 91% и 83% соответственно. Нейронная сеть справлялась намного лучше людей, перед которыми ставили такую же задачу. При определении по одному фото их показатели составили 61% и 54%, чего явно недостаточно для успешного распознавания ориентации.
Результаты показывают, что мужчины-гомосексуалы обладали в среднем более узкими, чем у гетеросексуалов, челюстями, а также удлиненными носами и высокими лбами. Растительности на лице у геев было меньше, хотя не совсем понятно, в чем причина этого: в биологических факторах или в стиле, выбранном человеком. Что же касается лесбиянок, то у них, наоборот, оказались более широкие челюсти и более низкие лбы. Волосы у лесбиянок темнее, а кроме этого, они используют значительно меньше косметики. Полученные данные свидетельствуют в пользу того, что склонность к гомосексуальности закладывается в человеке еще до рождения.
Взаимосвязь между чертами лица и сексуальной ориентацией / ©Michal Kosinski, Yilun Wang
Напомним, недавно другая команда исследователей разработала нейронную сеть, которая способна различать лица людей в масках.
naked-science.ru
