Kritéria pro hodnocení profesionální fotografie aneb jak hodnotit fotografii? Jak hodnotit své fotografie

„Moje světlo, zrcadlo! Sdělit
Řekni mi celou pravdu:
Jsem nejsladší na světě,
Všechno růžové a bílé?"

TAK JAKO. Puškin

Magické věci z pohádek se postupně realizují v reálné realitě pomocí nových technologií a vědeckých objevů. Zařízení jako létající koberec (letectví), vycházkové boty (auta), jablko na talíři (netbook s internetem), míč, který ukazuje cestu (GPS navigátor) a další potřebné věci, již byly implementovány a aktivně používány. . Pokusili jsme se implementovat systém pro hodnocení krásy obličeje člověka zmiňovaného v „příběhu o mrtvé princezně a sedmi hrdinech“ pomocí metod umělá inteligence a počítačové vidění, jelikož se domníváme, že autor epigrafu měl ve skutečnosti na mysli tablet s přední kamerou a speciálním nainstalovaným softwarem.

Otázka, co přesně dělá obličej člověka přitažlivým, je tématem výzkumu fyziologů, biologů, filozofů, historiků umění a plastická chirurgie na dlouhou dobu. V současné době se uvažuje prokázaná skutečnostže lidé jsou kromě individuálních preferencí ovlivněni i obecnými biologicky motivovanými principy hodnocení krásy. Mezi možnými kandidáty na typické znaky fyziologové zdůrazňují symetrii rysů obličeje, rozdíl mezi obrázkem obličeje a průměrným obrázkem tváří velkého počtu lidí, shodu obličejových proporcí se „zlatým řezem“ atd. Ukazuje se například, že na jedné straně symetrické rysy obličeje odpovídají genům, které jsou méně náchylné k mutacím, a proto lidé s Takové rysy obličeje jsou odolnější vůči mutacím a nemocem, a na druhé straně lidé se symetrickými rysy obličeje dostávají vyšší hodnocení krásy, když odborníci hodnotit jejich fotografie.

V minulé roky Objevilo se několik průkopnických prací věnovaných počítačovým systémům rozpoznávání krásy založeným na použití systémů počítačového vidění a vyškolených klasifikátorů. Tyto práce lze považovat za pokus vybavit robotické systémy schopností „vidět krásu“. Jako rysy jsou použity proporce obličejových rysů, zatímco klíčové body na obličeji byly vybrány ručně. Kromě proporcí byla k extrakci prvků použita metoda hlavní složky. Pro rozpoznávání krásy byly použity hluboké neuronové sítě.

Vyvinuli jsme se automatický systém hodnocení krásy, založené na metodě identifikace klíčových bodů na obličeji pomocí knihovny počítačového vidění OpenCV a neuronové sítě vyškolené pro cílový úkol na datech znalecké posudky a provedla experimentální hodnocení kvality své práce.

Databáze obrázků pro trénink

Shromáždili jsme vlastní obrazovou databázi sestávající ze 180 fotografií tváří mladých žen, snímky byly převzaty z otevřených zdrojů. Fotografie tváří byly vybrány v čelní projekci s neutrálním výrazem obličeje, bez brýlí a šperků. Aby byl vzorek reprezentativní, pokusili jsme se zahrnout ukázky jak krásných, tak i ošklivé tváře(Obr. 1).

Rýže. 1. Ukázka fotografií tváří z obrazové databáze

Na rozdíl od díla obsahuje sesbíraná databáze fotografie žen různých ras, barev pleti a jejich věk se pohybuje od 18 do 35 let. Po shromáždění snímků byla skupina odborníků požádána, aby poskytla subjektivní hodnocení estetické přitažlivosti každé z fotografií na stupnici od 1 do 7. Celkem 8 odborníků, 4 muži a 4 ženy, ve věku od 16 do 63 let, byli přijati k označení fotografií skóre byly přiděleny nezávisle. Podle podmínek experimentu byly před zahájením procesu hodnocení každému odborníkovi ukázány všechny fotografie k úvodní kontrole. Pro kontrolu konzistence vzorku byla provedena korelační analýza, její výsledky jsou uvedeny v tabulce. 1.

Tabulka 1. Párové korelace hodnocení různých expertů

Průměrná korelace vzorku byla zjištěna 0,7, což činí možný trénink neuronové sítě na takových datech a zhruba odpovídá výsledkům jiných výzkumníků.

Obecné schéma algoritmu

Systém rozpoznávání krásy přijímá vstupní obrázek obsahující čelní fotografii obličeje osoby (obr. 2).

Rýže. 2. Schéma fungování algoritmu rozpoznávání krásy obličeje

Před spuštěním algoritmu předpokládáme, že obličej na snímku již byl vybrán dříve a zabírá většinu plochy snímku. Dále se pomocí standardního posilovacího klasifikátoru Viola-Jones, který je součástí knihovny počítačového vidění OpenCV, vyberou oblasti na obličeji odpovídající pravému a levému oku, nosu a ústům.
Na základě těchto souřadnic se vypočítají základní proporce obličeje, které se následně použijí jako příznakový vektor pro neuronovou síť. Neuronová síť je nejprve trénována na těchto vstupních datech pomocí hodnocení expertů jako cílového vzorku a poté může být použita pro rozpoznání nových dat, která síť dříve neviděla.

Extrakce funkcí

Námi identifikované rysy jsme podmíněně rozdělili do dvou skupin: poměr vzdáleností mezi vybranými klíčovými body a poměr nalezených velikostí obličeje.

Skupina prvků 1 je znázorněna na Obr. 3, vlevo: AB/CD, AC/BC, AD/BD, EC/ED, EC/AB, AC/AD, BC/BD. Skupina znaků 2 ​​je znázorněna na Obr. 3, vpravo: L/R, Mw/Mh, Nw/Nh, Mw/Nw, Mh/Nh. Konečný vektor příznaků se skládá z kombinovaných příznaků obou skupin. Před přivedením do neuronové sítě byla data omezena na určitý rozsah.

Rýže. 3. Výpočet vektorů prvků na základě vybraných klíčových bodů na ploše

Trénink neuronových sítí

Jako trénovaná neuronová síť jsme použili standardní vícevrstvý perceptron s jednou skrytou vrstvou obsahující 5 neuronů ve skryté vrstvě. Jako aktivační funkce neuronů skryté a výstupní vrstvy byla použita funkce hyperbolické tečny. Neuronová síť byla trénována metodou rozšířeného Kalmanova filtru, která je v současnosti jednou z nejvíce efektivní metody učení druhého řádu pro neuronové sítě. Před školením byl vzorek rozdělen na 2 části: školení (110 příkladů, 60 % vzorku) a zkouška (70 příkladů, 40 % vzorku). Výsledky učení jsou uvedeny v tabulce. 2.

Tabulka 2. Výsledky tréninku neuronové sítě na úkol rozpoznávání krásy

Domníváme se, že získaný korelační výsledek 0,5 na vzorku zkoušky, který nebyl použit během tréninku, je velmi dobrý pro malé množství informací přiváděných do neuronové sítě jako funkce. Neuronová síť se ve skutečnosti rozhoduje na základě analýzy struktury lebečních kostí, přičemž ignoruje další údaje, které člověk při řešení podobného problému bere v úvahu.
Do budoucna plánujeme vylepšení algoritmu rozšířením databáze snímků pro trénink, identifikací nových klíčových bodů na obličeji a zařazením detektoru hladkosti pleti.

Původní článek (náš): Chernodub A.N., Pashchenko Yu.A., Golovchenko K.A. Systém neuronové sítě pro určování atraktivity obličeje člověka // XV Všeruská vědecká a technická konference „Neuroinformatika-2013“, Moskva, 21.–25. ledna 2013, str. 254–259.

Bibliografie

  1. Kovach, F. J. Philosophy of beauty//Norman: University of Oklahoma Press. 1974.
  2. Grammer K, Thornhill R. Lidská (Homo sapiens) přitažlivost obličeje a sexuální výběr: role symetrie a průměrnosti. // J Comp Psychol, 1994. V. 108. č. 3. S. 233-242.
  3. Rhodes G. Evoluční psychologie krásy obličeje // Annu. Rev. Psychol. 2006. V. 57. S. 199-226.
  4. Sheib J.E., Gangestad S.W., Thornhill R. Atraktivita obličeje, symetrie a náznaky dobrých genů // Proc Biol Sci. 22. září 1999; 266 (1431). R. 1913-1917.
  5. Phi Mask Holland E. Marquardt: Úskalí spoléhání se na modelky a zlatý poměr při popisu krásné tváře //Estetická plastická chirurgie, 2008. V. 32, č. 2. S. 200-208.
  6. Aarabi, P., Hughes, D., Mohajer, K., Emami, M. Automatické měření krásy obličeje // Mezinárodní konference IEEE o systémech, člověku a kybernetice, 710 října 2001, Tucson, USA. V. 4. S. 2644-2647.
  7. Eisenthal Y., Dror G., Ruppin E. Facial Attractiveness: Beauty and the Machine // Neural Computation, 2006. V. 18. č. 1. S. 119-142.
  8. Gan J., Li L., Zhai Y. Hluboké učení samouků pro predikci krásy obličeje // Neurocomputing. DOI: 10.1016/j.neucom.2014.05.028
  9. Gray D., Yu K., Xu W., Gong Y. Předvídání krásy obličeje bez orientačních bodů // Počítačové vidění – ECCV 2010, Poznámky k přednáškám z informatiky, 2010, V. 6316/2010. str. 434-447.
  10. Khaikin S. Neuronové sítě: kompletní kurz. M.: Williams, 2006.
  11. Černodub A.N. Školení neuronových sítí pro klasifikaci pomocí rozšířeného Kalmanova filtru: Srovnávací studie // Optická paměť a neuronové sítě, 2014. Vol. 23, číslo 2, s. 96-103.

Studuješ bezplatné lekce fotografování nebo choďte na fotografickou školu, prostudujte si další literaturu o fotografii, zkuste získané znalosti aplikovat v praxi - obecně se chcete naučit fotografovat...

Víte, jaký je rozdíl mezi zkušeným fotografem a začátečníkem? Nejdůležitější rozdíl mezi zkušeným fotografem a začátečníkem je v tom, že zkušený fotograf ví, že ve fotografii je více, než co na ní vidíme. Zkušený fotograf ví, jak analyzovat plochý snímek a snadno vyhodnotí jakoukoli fotografii.

Jakmile víte, jak fotografie hodnotit, není těžké uhodnout, jak můžete své fotografie vylepšit. Chcete se naučit hodnotit své fotografie? Jak dlouho trvá studium fotografie, než si rozvinete schopnost analyzovat a hodnotit fotografie?

Řekněte mi upřímně, jaké procento času, který strávíte učením fotografie, věnujete prohlížení, analýze a hodnocení svých fotografií a fotografií uznávaných fotografů? Kolik času trávíte nasloucháním svým pocitům a „utápěním se“ v nich úžasný svět umělecké fotografie? Jak často se dlouze podíváte na fotografii, která se vám líbí, a zhodnotíte ji, rozložíte ji na jednotlivé části, abyste analyzovali a lépe pochopili a uvědomili si, co vás na ní tak zaujalo?

Pokud chcete vylepšit své fotografie, pak
rozhodně se musíte naučit objektivně hodnotit své fotografie i fotografie jiných lidí

Abyste se naučili objektivně hodnotit své fotografie, musíte udělat první krok – strávit alespoň hodinu denně analýzou vlastních i cizích fotografických děl. Několik tipů a otázek níže vám pomůže v tomto nejednoznačném a poměrně složitém procesu....

Jak analyzovat a hodnotit fotografie

První dojem z fotografie

Jak se cítíte při pohledu na fotku? Zkuste bez přemýšlení prozkoumat fotografii, všechny její prvky jednotlivě i společně. Snažte se nehledět na detaily.

Poté odtrhněte oči od fotky (nebo jen zavřete oči) a pamatujete si, co jste na fotce viděli? Jaké předměty a předměty jste si zapamatovali? Někdy budete překvapeni, protože si vzpomenete na předměty a předměty, kterým jste nevěnovali žádnou pozornost nebo které nesouvisejí s dějem fotografie. Nyní přemýšlejte o tom, co se změní v grafu, pokud budou tyto položky a objekty odstraněny z rámu? Souvisí s předmětem fotografie nebo šlo o chybu fotografa? O jaké události chtěl fotograf nebo umělec vyprávět?

Pokud snímek bez těchto detailů ztratí svou přitažlivost a příběh vyprávěný fotografem či umělcem se rozpadne – znamená to, že byly nedílnou součástí snímku,

V kolik hodin byla fotografie pořízena? Zkuste hodnotit nejen denní dobu, ale i čas v širším slova smyslu – století, desetiletí, éra. Dovolte si pozorně prohlédnout všechny prvky fotografie. Pokuste se pochopit, kde se událost zobrazená na fotografii odehrává – ve větším a přesnějším měřítku. Jaké detaily malby nebo fotografie nám umožňují to posoudit?

Při analýze malých a zdánlivě nedůležitých detailů můžete získat Dodatečné informace o zápletce. Právě tyto detaily vám pomohly určit čas a místo události. Často se při fotografování vyskytují malé, zdánlivě nepodstatné detaily, které mohou fotografii celkově vylepšit a dodat jí určitou kulturní hodnotu.

Vztah mezi objektem a objektem a/nebo objektem a divákem

Co můžete říci o lidech zobrazených na fotografii? Jak blízko jsou – doslova a obrazně? Jak spolu souvisí? Jak postavy zobrazené na fotografii předávají divákovi emoce – všimněte si, jak ve vás jako divákovi vznikají?

Symboly a koncepty ve fotografii

Někdy na první pohled abstraktní detaily fotografie, které nenesou žádný význam ani obsah, mohou říci více než hlavní objekty. Arogantní pohled? Zvláštním způsobem zkřížené prsty nebo paže? Sotva špendlík země na klopě saka? Sotva rozeznatelný detail v pozadí... Co tyto drobné detaily vypovídají o předmětu fotografie? Co symbolizují zkřížené prsty nebo arogantní pohled?

Směr: chytne a nepustí nebo uteče

Kam směřuje vaše hlava? Jaká je jeho trajektorie? Na kterých předmětech pohled setrvává a po kterých klouže bez touhy zastavit se? Pokuste se pochopit, proč se to děje a jak to souvisí s předmětem fotografie.

Divák: vnější pozorovatel nebo účastník událostí

Skutečná práce výtvarné umění nejen přitahuje oko diváka, ale také z něj činí účastníka děje a podvědomě ho nutí zaujmout místo fotografovaného předmětu. Divák na základě svých vzpomínek a snů jakoby zkouší události zachycené na fotografii.

Poslední otázka je možná nejtěžší pro fotografa jakékoli úrovně, protože každý fotograf je v té či oné míře účastníkem fotografované události. Z pochopitelných důvodů to bude mít obzvlášť těžký amatérský rodinný fotograf... Proč rodinný fotograf nikdy nenafotí mistrovské dílo?

Pokud však své fotografie na chvíli odložíte a vrátíte se k nim až po vychladnutí emocí a vyblednutí vzpomínek, budete moci své fotografování z tohoto pohledu zhodnotit objektivněji.

Je jasné, že každý člověk je krásný. Zejména dívky. Zvláště některé. Zejména duše. Otázkou však je - kolik? Co je měřítkem krásy? Grams? Litry? Kilogramy? 90-60-90? Nová služba vytvořená týmem švýcarských vědců a programátorů z laboratoře analyzuje fotografii během několika sekund a poskytne výsledek: „Šíleně okouzlující!“ Pokud budete mít štěstí.

Tito chlápci z laboratoře pro rozpoznávání obličejů odvedli obrovský kus práce na školení umělé inteligence a vývoji kritérií pro krásu, v tom smyslu, jak tomu rozumíme. To znamená, že naučili stroj, který při pohledu na Cindy Crawford jasně chápe, že je kráska. A když se podívá na Baba Yaga, řekne: "No, tak-tak." Obecně se tento úkol nezdá obtížný, ale jak můžeme odlišit Cindy Crawford od Baba Yaga? Ano snadné. Ukázalo se však, že naučit počítač k tomu není tak snadné.

Přesto si to, co se podařilo, zaslouží velkou pochvalu. Sami vývojáři říkají, že přesnost programu je 76%.

Trochu jsem to otestoval, abych viděl, jak to funguje, a hádejte co? Opravdu to funguje.

Například jsem v sobě vždycky věděl, že nejsem hezký. Myslím, že nemám hezkou tvář. Program to říkal. Jako, vaše cesta na pódium je zatarasená, ale celkově jste docela v pořádku! Půvabný!

Na hlavní stránce služby jste vyzváni, abyste zkusili ohodnotit fotky jiných lidí nebo nahráli své vlastní.

Systém ohodnotí fotografii na šestibodové škále a uvede přibližný věk osoby na fotografii.

A je to správné! A nikdy nevíte, služba lže! Nejprve musíte vyzkoušet někoho jiného a pak důvěřovat svému, drahý.

Hodnocení jsou umístěna na stupnici pod fotografií a vypadají takto:

  1. Hmm... - no, tak-tak, možná se dotknout? 🙂
  2. OK - vše ok, normální, v pořádku, silný průměr.
  3. Pěkné - celkem nic, dokonce dobré.
  4. Hot - wow, opravdu, opravdu!
  5. Úžasné - wow, super!
  6. Godlike - ohromující, božský, model, zkrátka!

Vyhrál jsem Hot, moje žena – božská. Maličkost - ale pěkné)

Zkusme Baba Yaga.

No vidíš, dobře. Tedy tak-tak. Po pravdě, nemůžete ji označit za úplně ošklivou, že? Oči jsou zabarvené a obecně jsou rysy obličeje správné a tak.

Aby se lidé nenaštvali, vývojáři upozorňují, že krása je čistě hodnotící a vágní záležitost a v rozdílné země má jiná kritéria. Nedělejte si proto starosti, pokud vaše osobní hodnocení jde doleva a je trochu modré.

V každém případě stojíme na prahu univerzální digitalizace a úplného pronikání technologií do našich životů. Zda je to dobré nebo špatné, je na vás, abyste se rozhodli.

Stáhnout pro iPhone a Android:

Web Pretty Scale, který umožňuje posuzovat krásu lidí na základě fotografií, byl spuštěn před sedmi lety jako vtip, ale nyní se umístil na předních místech ve výsledcích vyhledávání na anglicky psaném Googlu, což některé uživatele znepokojuje. Obávají se, že bezduché algoritmy by mohly poškodit sebevědomí lidí, kteří jsou již pod tlakem společenských standardů krásy. Medialeaks testovaly Pretty Scale, testovaly přitažlivost postav jako Deadpool, Joker a Pennywise a výsledky byly poněkud překvapivé.

Web Pretty Scale vytvořil v roce 2011 pákistánský programátor jménem Akvil. V rozhovoru pro britský The Sun říká, že svou kalkulačku krásy s výsledky od 1 do 100 pojal jako vtip, ale někteří jeho kolegové brali studium svých tváří pomocí matematických algoritmů docela vážně. Aquil proto dokončil hodnotící kritéria a pokračuje v podpoře projektu.

Jsou lidé, kteří věří v astrologii, palmologii a další věci. Lidé se vždy chtějí o sobě něco dozvědět od ostatních. Proč k tomu nevyužijí můj web, pomyslel jsem si.

V současné době stránka funguje v sedmi jazycích, včetně ruštiny. Jeho „hodnocení krásy“ se skládá z mnoha faktorů, včetně výsledků posuzování proporcí obličeje a jeho symetrie. Aquil říká, že mnohokrát změnil algoritmus, aby se přizpůsobil různým etnickým skupinám, ale zatím si není jistý, že systém hodnocení je univerzální.

Postupem času se test stal velmi populárním. Nyní, poznamenává The Sun, na žádost Jsem ošklivý? („Jsem ošklivý?“) Google v angličtině to zobrazuje na prvním místě. Každý měsíc se do zrcadla Pretty Scale podívá asi 10 tisíc lidí. A to velmi znepokojuje aktivisty, kteří jsou proti vnuceným módní průmysl standardy krásy.

Například Liam Preston, vedoucí body-pozitivní kampaně Be Real, říká, že stránka Aquila propaguje nerealistické představy o kráse, a tím vytváří tlak na lidi, kteří nedosahují standardu.

Díky množství „ideálních“ tváří a těl v televizi, v časopisech a na internetu se mnoho lidí cítí nespokojených se svým vzhledem, myslí si, že nemohou držet krok s dobou. A poslední věc, kterou potřebujeme, je web, který nám říká, že nejsme dost dobří. To je pro mladé lidi opravdu nebezpečné, protože více než polovina z nich již trpí tím, jak vypadají.

Autorka tohoto textu se sama pokusila udělat test Pretty Scale. Je to velmi snadné. Stačí zvolit jazykové rozhraní, uvést pohlaví testované osoby a nahrát fotografii z počítače nebo vyfotit pomocí webové kamery. Poté vás systém požádá o zadání os symetrie. Fotografii můžete naklonit podržením klávesy Shift.

Další fází je určení velikosti očí.

Také pohybem značky na obrazovce musíte označit výšku čela, střední čáru úst, linii brady, šířku obličeje a nosu.

Poté systém zpracuje data a vytvoří výsledek.

Vypadá dobře. Co by se stalo, kdybyste požádali web, aby ohodnotil fotku Deadpoola, na které vypadá, jak řekl jeho přítel Jack Hammer, jako „milostné dítě avokáda a starého, scvrklého avokáda“? Mluvíme o této fotografii.

Výsledek je překvapivý. Deadpool, znetvořený svou proměnou v mutanta, je podle systému „velmi roztomilý“.

Pro další experiment byl systém požádán, aby vyhodnotil fotografii Salmy Hayek, když se ve filmu „From Dusk Till Dawn“ proměnila v upíra.

No, podle Pretty Scale vypadá dobře.

A Joker Heatha Ledgera?

Je velmi roztomilý!

Další test pro klauna Pennywise z hororového filmu „It“.

Tady je - děsivý, navzdory „ dokonalý tvar tváře."

Tvůrce Pretty Scale přiznává, že jeho algoritmus hodnotí pouze matematickou dokonalost tváří, aniž by zacházel do dalších detailů. A 100% bodovat může pouze člověk, jehož obličej je dokonale symetrický a rysy stejně dokonale odpovídají daným standardům. Žádná další kritéria se neberou v úvahu.

Kdokoli se může pokusit ohodnotit se z hlediska matematické krásy na webu Pretty Scale. Stačí mít fotku, která jasně ukazuje váš obličej nebo webovou kameru. Zájemci o test jsou upozorněni, že fotografie a výsledky její analýzy se neukládají a nejsou zveřejňovány. Stránka také uvádí, že výsledky jsou založeny na komplexní matematické analýze provedené nevidomou kalkulačkou krásy obličeje a mohou být chybné.

Anglická verze stránek však obsahuje další varování: „Nezačínejte, pokud máte nízké sebevědomí nebo problémy s důvěrou.“

Stejně jako tvůrce Pretty Scale si i nigerijský fotograf byl jistý, že nedělá nic špatného, ​​když na Instagram zveřejnil fotografii velmi krásné dívky tmavé pleti. Fotografie přinesla autorce mnoho lajků a pětileté modelce sama slávu. nádherná dívka ve světě. Ale brzy .

V poslední době je obecně nebezpečné zaplést se s fotografy. Ani titul první dámy nemohl Melanii Trumpovou zachránit před špatnou fotkou. Manželka prezidenta Spojených států, o které diváci pochybovali, zda je člověk.



Líbil se vám článek? Sdílej se svými přáteli!