Определяем возраст и пол человека используя нейронную сеть

Содержание:

Face App — программа старения лица по фото
Модель для определения пола человека по лицу (dnn_gender_classifier_v1.dat)
Typographical, typo errors
Сервис How Old
how-old.net
Определяем возраст по фото: пошаговая инструкция
Приложение «Возраст Сканер 2017»
Сервис How Old
Установка age-and-gender на Ubuntu & Debian
Источники
Приложение «AgeCamera»
Структура С++ класса AgeAndGender
Aging Booth — поможет узнать, как я буду выглядеть в будущем
Обучающая выборка
Осанка и походка
Приложение «FaceAge»

Face App — программа старения лица по фото

В Instagram вновь обрело популярность приложение, превращающее людей в стариков.

Оно старит наши лица! Через приложение, генерирующее загруженные фото, существует возможность узнать, как будет выглядеть человек в старости. По всему миру известные личности постят на своих соц страницах состаренные лица.

Творцом приложения является прежний работник «Яндекса» Ярослав Гончаров, CEO русской фирмы Wireless Lab.

Дополнение имеет название Face App, о нем заявили разработчики ещё в конце 2017 года, что произвело фурор.

Но через 2 года, сейчас, оно снова обрело бешеную популярность. При использовании искусственного интеллекта дополнение создаёт реалистичные изображения лица пользователя.

Для того, чтобы увидеть, как вы будете выглядеть через пару десятков лет, нужно:

загрузить мобильное приложение;
добавить фото, над которым будете издеваться;
в области Editor в настройке «Возраст» подобрать спецфильтр «Пожилой».

«Состарить» фото возможно и на веб-сайте faceapp.com, но на этой платформе для обработки доступны лишь фото со Facebook.

«Состаривание» работает и на голом теле, но лишь частично. Плечи, шея и грудь будут покрыты морщинами и рябью с обвислой кожей, но подтянутый живот и бёдра останутся такими же.

Face App умеет не только состаривать, а и придавать лишней молодости. Это можно сделать при помощи фильтра, разглаживающего морщины с добавлением румянца).

Также можно сменить пол с его помощью. Этой функцией все время пользуются создатели мемов.

В доступных функциях есть и голливудская улыбка (выглядит устрашающе), смена цвета волос (в бесплатной версии брюнет), накладка челки, очков либо тату.

При оплате PRO версии становятся доступными и макияж, и «пластика» лица. Хотя для поддержания хайпа и весёлого вечера с престарелыми друзьями достаточно и бесплатной версии, доступной для скачивания в Google Play или App Store.

Новой волне интереса к используемому приложению, по всей видимости, способствовало улучшение алгоритмов, что добавляет реалистичности результату.

При презентации пользователи постили все варианты модификаций своего лица, в данный момент популярен лишь вариант с состариванием. Пользователи помнят, как выглядели несколько лет назад или в молодости, вариант со сменой пола не всегда выглядит реалистичным, а интерес касательно вида в будущей старости очень высок.

Люди выкладывают множество своих фото до и после, а кто не хочет экспериментировать с собственной внешностью, обрабатывает фото знаменитостей.

Есть небольшая опасность, правда. Для корректной работы приложение запрашивает доступ ко всем файлам галереи, а в пользовательском соглашении не написано о том, что будет происходить с вашими данными после превращения пользования приложением.

Австралийское издание ABS еще в 17 году после интервью с управляющим партнером юрфирмы Marque Lawyers донесло основную мысль: «Каждый человек, разместивший свое лицо на любом ресурсе интернета со своими именем, годом рождения и другими данными уже потенциально уязвим для будущих систем распознавания лиц. Одобрив использование персональных сведений в коммерческих целях, по факту не несет никаких преимуществ для людей, что их предоставили. «Это говорит о том, что, если управляющие продадут свой бизнес, ваши данные будут обрабатываться, и вы дадите согласие на это», — подчеркнул он. Эксперт по политике конфиденциальности Дэвид Вэйл дал короткий ответ не использовать приложение, так как разработчики просят согласие на предоставление большего количества полномочий, чем требуется.

Модель для определения пола человека по лицу (dnn_gender_classifier_v1.dat)

Как узнать возраст и дату рождения пользователя вконтакте?

Эта модель является гендерным классификатором, обученным с использованием частного набора данных из примерно 200 000 различных изображений лиц, и она была сгенерирована в соответствии с определением сети и настройками, заданными в «Минималистической модели на основе CNN для прогнозирования пола по изображениям лиц«. Даже если набор данных, использованный для обучения, отличается от того, который использовался Г. Антиповым, результаты классификации по оценке LFW в целом схожи (± 97,3%).

Эта гендерная модель предоставляется бесплатно компанией Cydral Technology и распространяется по лицензии Creative Commons Zero v1.0 Universal.

Ссылка на скачивание: https://github.com/davisking/dlib-models/blob/master/gender-classifier/dnn_gender_classifier_v1.dat.bz2

Typographical, typo errors

Определяем время посещения вконтакте: пошаговый алгоритм

Common misspellings for how-old.net:

ow-old.net
hw-old.net
ho-old.net
howold.net
how-ld.net
how-od.net
how-ol.net
ohw-old.net
hwo-old.net
ho-wold.net
howo-ld.net
how-lod.net
how-odl.net
how-old.net
tow-old.net
yow-old.net
uow-old.net
gow-old.net
jow-old.net
bow-old.net
now-old.net
hiw-old.net
hpw-old.net
hlw-old.net
hkw-old.net
hoq-old.net
hoe-old.net
hod-old.net
hos-old.net
hoa-old.net
how-ild.net
how-pld.net
how-lld.net
how-kld.net
how-oid.net
how-ood.net
how-opd.net
how-okd.net
how-olw.net
how-ole.net
how-olr.net
how-ols.net
how-olf.net
how-olx.net
how-olc.net
how-olv.net
hiw-ild.net
hpw-pld.net
hlw-lld.net
hkw-kld.net
thow-old.net
htow-old.net
yhow-old.net
hyow-old.net
uhow-old.net
huow-old.net
ghow-old.net
hgow-old.net
jhow-old.net
hjow-old.net
bhow-old.net
hbow-old.net
nhow-old.net
hnow-old.net
hiow-old.net
hoiw-old.net
hpow-old.net
hopw-old.net
hlow-old.net
holw-old.net
hkow-old.net
hokw-old.net
hoqw-old.net
howq-old.net
hoew-old.net
howe-old.net
hodw-old.net
howd-old.net
hosw-old.net
hows-old.net
hoaw-old.net
howa-old.net
how-iold.net
how-oild.net
how-pold.net
how-opld.net
how-lold.net
how-olld.net
how-kold.net
how-okld.net
how-olid.net
how-oold.net
how-olod.net
how-olpd.net
how-olkd.net
how-olwd.net
how-oldw.net
how-oled.net
how-olde.net
how-olrd.net
how-oldr.net
how-olsd.net
how-olds.net
how-olfd.net
how-oldf.net
how-olxd.net
how-oldx.net
how-olcd.net
how-oldc.net
how-olvd.net
how-oldv.net
hhow-old.net
hoow-old.net
howw-old.net
how—old.net
how-oldd.net

Сервис How Old

Найти человека!

Данный сайт является разработкой компании Microsoft. Он использует машинные алгоритмы для определения возраста человека по фото онлайн. Сканирование осуществляется по форме лица, анализируется, форма носа, рта, положение глаз, бровей и ушей. При этом разработчики делают акцент на том, что сервис не позволяет точно узнать необходимые параметры. Он сделан с целью развлечь пользователей.

Сервис представлен не только в виде веб-версии, но и мобильным приложением. При первом использовании, чтобы пользователь убедился в работоспособности программы, будут представлены шаблоны фотографий людей, которые можно просканировать. Далее следует пошаговая инструкция, как пользоваться веб-версией How Old, т.к. мобильная используется только на iOS и привязана к американскому iTunes.

Инструкция:

Также можно посмотреть фотоинструкцию ниже:

how-old.net

Если сравнивать приложения с эталонным онлайн-проектом how-old.net от компании Microsoft на который и равняются все подобные программы, ближе всего по результату оказался How Old do I look? (в нескольких попытках результаты приложения были даже точнее). Онлайн-сервис позволяет определять возраст не только на своих фотографиях, которые можно загрузить с компьютера, но и на тех, что доступны в интернете.

Поиск фотографии осуществляется при помощи поисковой системы Bing (принадлежит той же Microsoft), достаточно в поисковую строку ввести Имя и Фамилию человека, чей возраст вы хотите узнать и его фото будут загружены в галлерею. А там уже проще некуда — выбирайте нужное фото и жмите на «Use This Photo». Качество результата будет зависеть от фотографии: она без фильтров и эффектов или ретуширована.

Определяем возраст по фото: пошаговая инструкция

Шаг №1

Для начала вам придется войти в Контакт. Если в этой социальной сети у вас еще нет своего профиля, то начинайте с регистрации и заполнения своей личной странички, добавления новых друзей и фотографий.

Шаг №4

Приложение «На сколько ты выглядишь» получает доступ к вашим фотографиям и к списку ваших друзей. После запуска приложения ВК вы увидите его основное окно, и здесь уже сможете выбрать какое-нибудь свое фото для оценки.

Теперь просто кликайте мышкой по любой из своих фото, подгруженных приложением ВК, и жмите кнопку «Распознать»:

Шаг №6

После распознавания фото вы сразу увидите и результат.

Все лица на фотографии помещаются в отдельные прямоугольники, в уголках которых стоит то самое количество лет, которое показывает приложение.

Приложение «Возраст Сканер 2017»

Данное приложение доступно для бесплатного скачивания владельцам iPhone. Сервис максимально точно определяет возраст по фотографии, также помогает определить возраст нескольких участников снимка.

Интерфейс приложения обычный, используется для развлекательных целей. В качестве профессионального использования дизайн сервиса не доработан.

Плюсы и минусы

Мгновенно определяет возраст по фотографии
Максимально удобный и понятный интерфейс
Доступно для бесплатного скачивания

Неточное определение возраста
Используется в развлекательных целях
Нет дополнительных функций

Определение возраста по фото

Интерфейс

Возможность определения пола

Удобство сервиса

Использование фотографий с плохим качеством

Итого

5.8
Для бесплатного скачивания и развлекательных целей, приложение отлично подходит.

Из всех приложений наиболее удачными оказываются следующие:

Приложение «How old am i?».
Приложение «AgeCamera».
Приложение «Gradient».

Эти приложения можно использовать как для развлекательных целей, так и в качестве профессионального сервиса.

Сервис How Old

Инструкция:

переходим на веб-сайт how old;
далее на главной странице щелкаем по вкладке «Use Your Own Photo»;
откроется окно проводника, где требуется выбрать нужное фото;
после этого начнется процесс анализа объекта и результат будет показан во всплывающем окне. Мы взяли для примера фотографию 23 летней модели Джелены Хадид, а результат получился 29 лет. Протестировав работу ресурса, в нашем случае, программа показывала не совсем точные данные, погрешность была +-3-7 лет.

Также можно посмотреть фотоинструкцию ниже:

Установка age-and-gender на Ubuntu & Debian

Рекомендуем любые новые проекты и тестирование модулей делать в виртуальном окружении, этим самым вы не засорите свой системный интерпретатор ненужными модулями. Первым делом создаем виртуальное окружение и активируем её.

Shell

python3 -m venv venv
source venv/bin/activate

1 2	python3-mvenv venv source venvbinactivate

Устанавливаем необходимые зависимости:

Shell

sudo apt install cmake libjpeg-dev g++ build-essential libfreetype6-dev

1	sudo apt install cmake libjpeg-devg++build-essential libfreetype6-dev

Скачиваем файлы с github и выполняем установку:

Shell

git clone git@github.com:mowshon/age-and-gender.git
cd age-and-gender
python setup.py install

1
2
3

git clonegit@github.commowshonage-and-gender.git

cdage-and-gender

python setup.pyinstall

В папке example есть тестовый файл example.py запустив которого вы увидите как скрипт определил возраст членов семьи Билла Гейтса.

Python

cd example/
python example.py

1 2	cdexample python example.py

Источники

Joint face detection and alignment using multitask cascaded convolutional networks

K. Zhang,

Z. Zhang,

Z. Li,

Y. Qiao,

2016.
IEEE Signal Processing Letters.
23.10 (pp. 1499-1503) DOI:10.1109/lsp.2016.2603342
How far are we from solving the 2D & 3D face alignment problem? (And a dataset of 230,000 3D facial landmarks)

A. Bulat,

G. Tzimiropoulos,

2017.
International conference on computer vision.
Demystifying face recognition

B. Ludwiczuk,

2017.
Least-squares estimation of transformation parameters between two point patterns

S. Umeyama,

1991.
IEEE Transactions on Pattern Analysis and Machine Intelligence.
13.4 (pp. 376-380) DOI:10.1109/34.88573
Deep residual learning for image recognition

K. He,

X. Zhang,

S. Ren,

J. Sun,

2016.
IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
DOI:10.1109/cvpr.2016.90
Learning transferable architectures for scalable image recognition

B. Zoph,

V. Vasudevan,

J. Shlens,

Q. Le,

2017.
MobileNets: Efficient convolutional neural networks for mobile vision applications

A. Howard,

M. Zhu,

B. Chen,

D. Kalenichenko,

W. Wang,

T. Weyand,

M. Andreetto,

H. Adam,

2017.
Deep expectation of real and apparent age from a single image without facial landmarks

R. Rothe,

R. Timofte,

L. Gool,

2016.
International Journal of Computer Vision (IJCV).
Age and gender estimation of unfiltered faces

E. Eidinger,

R. Enbar,

T. Hassner,

2014.
IEEE Transactions on Information Forensics and Security.
9. (pp. 2170-2179) DOI:10.1109/TIFS.2014.2359646
Age progression/regression by conditional adversarial autoencoder

S. Zhang,

H. Qi,

2017.
IEEE conference on computer vision and pattern recognition (cvpr).
SGDR: Stochastic gradient descent with warm restarts

I. Loshchilov,

F. Hutter,

2016.
Cyclical learning rates for training neural networks

L. Smith,

2017.
IEEE Winter Conference on Applications of Computer Vision (WACV).
DOI:10.1109/wacv.2017.58
A unified approach to interpreting model predictions

S. Lundberg,

S. Lee,

2017.
Advances in neural information processing systems 30.
(pp. 4765-4774)
Super-convergence: Very fast training of neural networks using large learning rates

L. Smith,

N. Topin,

2017.
AutoAugment: Learning augmentation policies from data

E. Cubuk,

B. Zoph,

D. Mane,

V. Vasudevan,

Q. Le,

2018.
Mixup: Beyond empirical risk minimization

H. Zhang,

M. Cisse,

Y. Dauphin,

D. Lopez-Paz,

2017.
Regularized evolution for image classifier architecture search

E. Real,

A. Aggarwal,

Y. Huang,

Q. Le,

2018.
Densely connected convolutional networks

G. Huang,

Z. Liu,

L. Maaten,

K. Weinberger,

2017.
CVPR.
(pp. 2261-2269)
Wide residual networks

S. Zagoruyko,

N. Komodakis,

2016.
Efficient neural architecture search via parameter sharing

H. Pham,

M. Guan,

B. Zoph,

Q. Le,

J. Dean,

2018.

abs/1802.03268.
Darts: Differentiable architecture search

H. Liu,

K. Simonyan,

Y. Yang,

2018.
Auto-keras: Efficient neural architecture search with network morphism

H. Jin,

Q. Song,

X. Hu,

2018.
AdaNet: Adaptive structural learning of artificial neural networks

C. Cortes,

X. Gonzalvo,

V. Kuznetsov,

M. Mohri,

S. Yang,

2017.

Приложение «AgeCamera»

Приложение доступно для владельцев Android. Программа позволяет определить возраст человека по фотографии. Помимо всего прочего, алгоритм создает анонимные вопросы, которые позволяют определить, на какой фотографии пользователь выглядит лучше.

Пользователи также могут делиться мнениями об опросах других клиентах, за это им начисляются специальные баллы (XP). Их можно потратить на запуск своего опроса.

Программа показывает возраст даже в том случае, когда на фото присутствуют несколько людей. Алгоритм определит возраст каждого человека.

Дизайн приложения довольно простой, а видео урок поможет справиться с настройками любому пользователю

Оценочные таблицы помогут определить положительные и отрицательные стороны приложения, а также покажут, насколько приложение популярно среди пользователей.

Плюсы и минусы

Быстро распознает возраст по фотографии
Распознает лица нескольких людей
Возможность распознавания пола

Не работает с плохим качеством
Не всегда выдает правильный результат

Определение возраста по фото

Интерфейс

Возможность определения пола

Удобство сервиса

Использование фотографий с плохим качеством

Итого

6.8
Распознает возраст сразу нескольких людей, изображенных на фотографии.

Структура С++ класса AgeAndGender

C++

#include <pybind11/pybind11.h>
#include <pybind11/numpy.h>
#include <math.h>

#include «dlib/data_io.h»
#include «dlib/string.h»
#include <dlib/image_transforms.h>
#include <dlib/dir_nav.h>
#include <dlib/dnn.h>
#include <dlib/data_io.h>
#include <dlib/image_processing/frontal_face_detector.h>

namespace py = pybind11;
using namespace dlib;

const char* VERSION = «1.0.1»;

class AgeAndGender {

public:
virtual ~AgeAndGender() { }
virtual void load_shape_predictor(std::string filename);
virtual void load_dnn_gender_classifier(std::string filename);
virtual void load_dnn_age_predictor(std::string filename);
virtual py::list predict(
const py::array_t<unsigned char>& photo_numpy_array,
py::list face_bounding_boxes
);
virtual std::vector<dlib::rectangle> from_py_list_with_tuple_to_vector_with_rectangles(py::list face_bounding_boxes);

private:
shape_predictor sp;
agender_type gender_predictor_net;
apredictor_t age_predictor_net;
frontal_face_detector detector;
};

PYBIND11_MODULE(age_and_gender, m) {
m.doc() = «Predict Age and Gender using Python»;
m.attr(«__version__») = VERSION;
py::class_<AgeAndGender>(m, «AgeAndGender»)
.def(«load_shape_predictor», &AgeAndGender::load_shape_predictor)
.def(«load_dnn_gender_classifier», &AgeAndGender::load_dnn_gender_classifier)
.def(«load_dnn_age_predictor», &AgeAndGender::load_dnn_age_predictor)
.def(
«predict»,
&AgeAndGender::predict,
py::arg(«photo_numpy_array»),
py::arg(«face_bounding_boxes») = py::list()
)
.def(py::init<>());
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

#include <pybind11/pybind11.h>
#include <pybind11/numpy.h>
#include <math.h>

#include «dlib/data_io.h»
#include «dlib/string.h»
#include <dlib/image_transforms.h>
#include <dlib/dir_nav.h>
#include <dlib/dnn.h>
#include <dlib/data_io.h>
#include <dlib/image_processing/frontal_face_detector.h>

namespacepy=pybind11;

usingnamespacedlib;

constchar*VERSION=»1.0.1″;

classAgeAndGender{

public

virtual~AgeAndGender(){}

virtualvoidload_shape_predictor(std::stringfilename);

virtualvoidload_dnn_gender_classifier(std::stringfilename);

virtualvoidload_dnn_age_predictor(std::stringfilename);

virtualpy::list predict(

constpy::array_t<unsignedchar>&photo_numpy_array,

py::list face_bounding_boxes

);

virtualstd::vector<dlib::rectangle>from_py_list_with_tuple_to_vector_with_rectangles(py::list face_bounding_boxes);

private

shape_predictor sp;

agender_type gender_predictor_net;

apredictor_t age_predictor_net;

frontal_face_detector detector;

};

PYBIND11_MODULE(age_and_gender,m){

m.doc()=»Predict Age and Gender using Python»;

m.attr(«__version__»)=VERSION;

py::class_<AgeAndGender>(m,»AgeAndGender»)

.def(«load_shape_predictor»,&AgeAndGender::load_shape_predictor)

.def(«load_dnn_gender_classifier»,&AgeAndGender::load_dnn_gender_classifier)

.def(«load_dnn_age_predictor»,&AgeAndGender::load_dnn_age_predictor)

.def(

«predict»,

&AgeAndGender::predict,

py::arg(«photo_numpy_array»),

py::arg(«face_bounding_boxes»)=py::list()

)

.def(py::init<>());

}

Метод принимает путь к файлу ;
Метод принимает путь к файлу для загрузки модели гендерной классификации;
Метод принимает путь к файлу для загрузки модели предсказывания возраста;
Метод принимает два аргумента, первый обязательный в виде матрицы пикселей изображения, второй не обязательный в виде списка из лиц которых удалось найти на изображении.

Aging Booth — поможет узнать, как я буду выглядеть в будущем

Загружайте снимки с собой и своими друзьями в Aging Booth. Приложение наложит на лица морщины, добавит дряблую кожу и обесцветит волосы. Результат обязательно насмешит или напугает ваших близких. Во всяком случае, яркие эмоции гарантированы.

Результат получается правдоподобным для людей в возрасте от 15 до 60. Если приложением пользуется ребенок, то фото будет выглядеть странно. Однако эту проблему легко решить.

Как пользоваться Aging Booth, если вы еще учитесь в младшей или средней школе:

Сделайте себя мужественнее или женственнее в приложении Face App.
Затем сохраните получившийся результат как картинку.
Добавьте этот снимок из галереи в программу Aging Booth и посмотрите, что у вас получается.

Если вы хотите поэкспериментировать с новым фото, делайте следующее:

Откройте приложение и снимите селфи. Для этого поместите лицо в вертикально повернутый овал, который появится на экране.
Если приложение не распознает вас, хотя получился классный снимок, можете продолжать. Просто отрегулируйте метки на следующем шаге так, чтобы они занимали правильное место на лице.
Нажмите на клавишу «Ready? Go!».
Посмотрите, что получилось. Если результат вас не очень устраивает, нажмите на кнопку «Start Over».

Скачать Aging Booth можно и из App Store, и из Google Play.

Здесь есть такие возможности как:

Автокроп с помощью детектора лиц.
Выделение нескольких фотографий в галерее.
Сохранение.
Кнопка «Поделиться» для обмена обработанными снимками с друзьями и родственниками.

Интернет для работы приложения не нужен. Потрясите телефон, чтобы переключиться от измененного фото на оригинал и обратно. Приложение обратится к данным телефона от гироскопа и акселерометра и выполнит полученную команду.

Чтобы добиться более впечатляющего эффекта, используйте и другие приложения от того же разработчика. Эти программы помогут вам стать лысым, уродливым или толстым. Есть также приложение для превращения в эффектную блондинку.

Обучающая выборка

В идеале обучающая выборка должна быть из того же распределения,
что и данные, на которых потом модель будет делать предсказания.
Это означает ручную разметку фотографий из Instagram, т.к. достоверную информацию
о возрасте владельцев аккаунтов взять негде.

Ручная разметка пола это в принципе посильная задача, а вот с возрастом
всё не так просто. Люди определяют возраст на глаз крайне субъективно,
это означает большую дисперсию и затруднительность контроля результатов.
Для того, чтобы получить от работников надёжный результат, обычно одна и та же
задача даётся трём-пяти людям, и за верный результат принимается большинство голосов.
Работник, часто дающий ошибочные результаты, заменяется. Для возраста
такая схема работать не будет, т.к. чтобы получить надёжную картину
максимума распределения возрастов для каждого фото и отсеять выбросы,
пришлось бы давать оценить каждое фото 10-20 людям, что было бы слишком затратно.

Оценка возраста людьми может сильно расходиться с реальным возрастом,
см. приведённый рисунок. Кроме того, оценка возраста зависит еще и от национальности и культурного контекста
оценщика, т.е. пришлось бы набирать распределённую по разным точкам мира команду.

Поэтому были рассмотрены другие источники. Стандартный dataset,
используемый в академических кругах для подобных задач, это IMDB-WIKI

Однако, качество разметки этого dataset-а, особенно в данных из IMDB, крайне низкое,
и неприемлемо для проекта, который будет использоваться в production.

Остальные доступные datasets: (Adience,
UTKFace) слишком малы для полноценного обучения.

В результате самым продуктивным оказался самостоятельный автоматизированный сбор данных
из социальных сетей и Интернет-сайтов, с последующей модерацией.
Но найти хорошие источники размеченных фотографий для возрастов <17 так и не удалось,
поэтому для этой возрастной категории были выкачаны фото из Инстаграм,
содержащие тэги, указывающие на возраст (обычно такие тэги бывают в фото с дней рождения).
Пол в этих фото размечался вручную, релевантность содержимого фото (что на ней изображены именно дети)
и разметки возраста (возраст с тэга совпадает с визуальным возрастом) контролировались командой модераторов.

Работа по получению и разметке обучающих данных была самым долгим этапом проекта
и заняла около 4-х месяцев.

Осанка и походка

Алексей, 29: «По лицу вроде 45, но все равно вижу, что больше…»

Виктор, 26: «Лет 55, если вот не присматриваться»

На самом деле: Кейт Бланшетт 51 год.

Походка и осанка — вот что выдает возраст, даже когда у вас потрясающие гены и за спиной лучшие голливудские косметологи. Ровная красивая спина — в чистом виде молодость. Женщины в возрасте двигаются медленнее и будто прижаты к земле, в то время как юные девушки двигаются резче, как будто пружинят от земли. Грудь вперед, как говорится! Изменения в осанке тянут за собой перемены с шеей и положением плеч (как у Кейт Бланшетт на фото), а следом туда же «едет» лицо и все остальное.

Поддержать корсет помогут силовые тренировки и растяжка, мануальная терапия. Из лайфхаков: можно использовать таблетку от сутулости, которая крепится в районе плеча или спины и противненько жужжит, когда хозяйка в очередной раз сгорбилась.

Мы рассказывали, что, кроме осанки, у спины есть еще парочка неприятных способов рассказать окружающим, что вам не 18: Как спина выдает наш возраст: 5 признаков старения 40+

Приложение «FaceAge»

Приложение доступно исключительно для пользователей смартфонов. Скачать «FaceAge» можно через Google Play. Сервис доступен бесплатно, поэтому пользоваться им сможет каждый человек.

Возможности сервиса позволяют определить возраст всех людей, которые находятся на фотографии.

Приложение позволяет несколько вариантов, как загрузить фотографию:

загрузить с камеры;
сделать онлайн;
загрузить скриншот;
скачать фотографию с сети Интернет.

Пользователь может экспериментировать, создавая различные образы, загружая их в приложение, и узнать, какой вариант позволяет выглядеть моложе или старше.

Видео уроки помогут тщательнее разораться в приложении и выявить все полезные алгоритмы

Главным преимуществом приложения является то, что он поможет не только узнать возраст, но и пол, а также эмоциональное состояние человека. Таблица «Преимущества и недостатки» поможет нагляднее увидеть все положительные стороны использования приложения.

Плюсы и минусы

Распознавание эмоционального состояния пользователя
Возможность распознавания пола и возраста
Возможность загрузить фотографии с разных ресурсов

Нет возможности поиска двойника
Не работает с материалами плохого качества
Неудобный интерфейс

Определение возраста по фото

Интерфейс

Возможность определения пола

Удобство сервиса

Использование фотографий с плохим качеством

Итого

7.2
Сервис определяет пол, возраст, а также эмоциональное состояние человека, используется бесплатно для владельцев смартфона.