波鸿的神经信息学工程师开发的算法可以像人类一样准确地估计年龄和种族。研究人员不确定它能解释什么功能。

一个人的衰老过程伴随着明显的迹象，比如脸上的皱纹、皱纹和斑点。波鸿鲁尔大学神经计算研究所的研究人员开发了一种算法，可以非常可靠地解释这些特征。RUB集团自2020年5月起在《机器学习》杂志上发表报告。

系统已经学会估算。

“我们不确定我们的算法在寻找什么函数，”神经计算研究所的劳伦兹维斯科特教授说。这是因为系统已经学会了评估人脸。波鸿研究人员开发的一个成功的算法是具有11个层次的分层神经网络。作为输入数据，研究人员向他们提供了数千张不同年龄的人脸照片。你在任何情况下都知道自己的年龄。“传统上，图像是输入数据，正确的年龄是输入系统的目标，然后系统会尝试优化中间步骤来评估所需的年龄，”主要作者Alberto Escalante解释道。

然而，波鸿的研究人员选择了另一种方法。他们输入了许多按年龄分类的人脸照片。然后，系统会忽略从一张图片到另一张图片变化的特征，只考虑那些变化缓慢的特征。维斯科特解释说：“把它想象成一部包含成千上万张人脸照片的电影。”“该系统淡化了从一张脸到另一张脸不断变化的所有特征，如眼睛的颜色、嘴巴的大小和鼻子的长度。相反，它关注的是所有人脸上变化缓慢的特征。”例如，所有脸上的皱纹数量缓慢但稳定地增加。当估计照片中描绘的人的年龄时，该算法的平均距离小于三年半。这意味着它甚至比人类更好，

该系统还可以识别民族血统。

缓慢的原则也使得可靠地确定民族血统成为可能。这些图像不仅按年龄，而且按种族显示给系统。因此，一个组的特征在图像之间不会快速变化。相反，它们变化缓慢，尽管是突飞猛进。

他的算法估计，即使图像的平均亮度是标准化的，也有99%以上的概率是正确的民族，因此，肤色对于识别标记来说并不重要。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

标签:斑点皱纹AI。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：