Алгоритм должен судить возраст человека на выполнимой фотографии?
Я лично всегда шел бы с & & по сравнению с два, где пункты каждый раз, когда это не делает оператор непонятным.
В Вашем случае, вероятно, не будет примечательно вообще, но наличие 2, где пункты определенно окажут влияние производительности, если у Вас будет большое количество, и если Вы используете все результаты этого запроса. Например, если Вы называете.Count () на результатах или выполняете итерации через весь список, первое, куда пункт будет работать, создавая новый IEnumerable, который будет полностью перечислен снова со вторым делегатом.
Объединение в цепочку этих 2 пунктов вместе заставляет запрос формировать единственного делегата, который выполняется, поскольку набор перечисляется. Это приводит к одному перечислению через набор и один вызов делегату каждый раз, когда результат возвращается.
, Если Вы разделяете их, вещи изменение. Как Ваше первое, где пункт перечисляет через исходный набор, второе, где пункт перечисляет, это - результаты. Это вызывает, потенциально (худший случай), 2 полных перечисления через Ваш набор и 2 делегата, позвонившие на участника, который мог подразумевать, что этот оператор (теоретически) мог взять 2x скорость во время выполнения.
, Если Вы действительно решаете использовать 2, где пункты, помещая более ограничительное условие сначала помогут вполне немного, начиная со второго, куда пункт только выполняется на элементах, которые передают первый.
Теперь, в Вашем случае, это не будет иметь значения. На большом количестве это могло. Как правило ползунка, я иду для:
1) Удобочитаемость и пригодность для обслуживания
2) Производительность
В этом случае, я думаю, что обе опции одинаково удобны в сопровождении, таким образом, я пошел бы для более производительной опции.
18 ответов
Вот возможное (левое поле) решение. Возможно, вы могли бы привязать его к какому-то решению капчи для самого сайта. Предлагайте новым пользователям изображения других новых пользователей с вопросом: «Этому человеку больше 18?». Это правда, что 50% успеха - не очень эффективная система капчи, но это только начало.
В сочетании с некоторыми другими проверками или повторяющимися проверками, это могло сработать. Вы можете показать изображение нескольким новым пользователям и основывать результат на определенном пороговом значении. Если 8 из 10 человек отметили определенное изображение как не несовершеннолетнее, то, вероятно, они достигли совершеннолетия.
Но всю эту систему можно обойти, просто загрузив чужое изображение, поэтому я не уверен, как эффективно все это на самом деле. :)
8 из 10 человек отметили определенное изображение как не несовершеннолетнее, чем, вероятно, вполне безопасно, что они достигли совершеннолетия.Но всю эту систему можно обойти, просто загрузив чужое изображение, поэтому я не уверен, насколько эффективно любое этого действительно есть. :)
8 из 10 человек отметили определенное изображение как не несовершеннолетнее, чем, вероятно, вполне безопасно, что они достигли совершеннолетия.Но всю эту систему можно обойти, просто загрузив чужое изображение, поэтому я не уверен, насколько эффективно любое этого действительно есть. :)
На данный момент это возможно с точностью 90%. Да. перейдите по следующей ссылке ..
Как и почти все сложные задачи классификации изображений, эта тема все еще находится в стадии исследования. Судя по этой статье , это можно сделать, но нетривиально, также вам нужно иметь много (вручную) аннотированных обучающих данных. Без каких-либо знаний в этой области и без опыта обработки изображений эта задача займет у вас несколько месяцев.
нейронная сеть - разумный подход, вам потребуется обучающий набор изображений людей с известным возрастом и небольшая обработка изображений для снятия шляп и т. д.
редактировать: Вопрос изменился? Вы можете классифицировать кого-то как 20-30 или 40-50 на видеонаблюдении, но вы не сможете определить, 17 или 18 лет модели на поставленной фотографии.
Помимо практического подхода, я бы посоветовал пока не пытаться развивать что-либо в этом направлении.
Несколько причин:
1. угадать чей-то возраст - задача не из приятных
2. «Биологический» возраст и «календарный» возраст людей сильно различаются - я знаю людей, которым 30 лет, и у них все еще просят удостоверение личности при покупке спиртных напитков, и некоторых, кому едва исполнилось 18 лет и которые уже выглядят старше 30
3. Внешний вид некоторых людей не меняется со временем - у них просто тот вид
4. В настоящее время все работают, чтобы выглядеть как можно моложе - так что, по сути, вся индустрия работает против вас: (
В любом случае, короче говоря, я не думаю, что сейчас это возможно.
Думаю, у вас также возникнут трудности с разными композитными изображениями. Например, углы лица, разное освещение, а также контекст и, возможно, самое главное ... качество / разрешение изображения. Работать с рисунком 800x600 намного проще, чем с рисунком 320x240. Алгоритм хорош настолько, насколько хорош испытуемый.
Я не считаю этот подход (программное решение для измерения возраста) очень эффективным. Мне нравится идея пользователей отмечать изображения - человек может определять возраст во много раз эффективнее любого алгоритма.
Я не думаю, что это что-то, что компьютер мог бы делать с какой-либо степенью точности. Людям это даже очень сложно сделать. Я имею в виду, ты был в магазине спиртных напитков в последнее время, они должны запрашивать удостоверение личности у любого, кто выглядит моложе 25 (здесь возраст употребления алкоголя 19). Очевидно, некоторые 40-летние выглядят недостаточно старыми. Определить возраст человека, просто взглянув на него, очень сложно. Особенно, когда вы попадаете на арену эротических картинок, где модели пытаются заставить выглядеть моложе, чем они есть на самом деле.
Mammoth is я думаю преуменьшение. «Гигантский ледник» или «луна» могли бы быть более подходящими.
Нельзя сказать, что на это не стоит смотреть, но у меня такое чувство, что ты будешь ждать много человеко-часов, прежде чем ты поднимешься с чем-то отдаленно полезным.
В некотором теоретическом смысле это возможно. Однако для всех практических целей в настоящее время это невозможно.
В этом исследовании они попробовали это, проанализировав геометрию лица и особенности морщин. Проблема в том, что это будет зависеть от угла выстрела, освещения и т. Д.
Прямой ответ на ваш вопрос: нет, в ближайшем будущем такого алгоритма не будет, и его, вероятно, невозможно достичь с какой-либо точностью без сильного ИИ.
Тем не менее, практическое решение вашей проблемы, вероятно, будет механический турк амазонки:
Там вы можете заплатить небольшую плату, чтобы реальные люди выполнили задание за вас. Я бы, вероятно, поставил вашу задачу так, чтобы вы заплатили 0,02 доллара за то, чтобы человек оценил возраст примерно пяти лиц за раз. Вы можете дважды или трижды сверять свои результаты с другими работниками, особенно с лицами, которые кажутся вам близкими по возрасту. Вероятно, это ваше единственное практическое решение, кроме найма стажеров с минимальной заработной платой для ручного просмотра всех представленных документов.
Думаю, вам понадобится помощь судебного антрополога (или, по крайней мере, анатома).
Различные части тела растут с разной скоростью, так что можно сделать что-то вроде размер головы и ширина плеч, длина руки и ширина тела.
К сожалению, похоже, что он пытается провести различие между, скажем, 14-летними и 18-летними. Разница всего в четыре года, вариации в генетическом составе и питании, вероятно, дадут любой системе точность +/- 20%, что соответствует трем годам для этой возрастной группы.
С другой стороны, если бы у вас был большой возраст. образец фотографий, то вы сможете учесть статистику дисперсии и получить довольно хорошее представление о том, систематически ли будет эксплуатироваться сайт несовершеннолетних.
Есть алгоритм, позволяющий достоверно определять привлекательность лица. См. acm.org и uni-regensburg.de . Было бы не сложно представить алгоритм, который мог бы предсказать возраст.
Такие характеристики, как гладкость, вероятно, будут иметь сильную корреляцию с возрастом. Однако, вероятно, потребуется приложить немало усилий, чтобы быть более надежным, чем средний карни.
Думаю, это будет довольно сложно сделать правильно. Рассмотрим этот набор фотографий, где одна и та же модель сделана, чтобы выглядеть очень разного возраста .
Разработайте алгоритм классификации, который основывает эвристику на многих значениях изображений, количестве темных пикселей в области лица (возможно, морщинах) и цвете волос. Эти значения должны попадать в общую область любого изображения профиля, если вы хотите быть изящным, перенести веса с этими значениями и разработать такое дерево игры, которое могло бы быстро искать сотни тысяч изображений, находя, где это изображение «попадает» в дерево в рамках возрастного набора значений.
Невозможно ничего, меняется только количество усилий:
Я думаю, что было бы почти невозможно, если бы вы нацелились на одну конкретную черту лица.
у вас есть учитывать несколько факторов. Таким образом, решение будет лежать в матрице, и вам придется кормить несколько вещей, и вы получите свой ответ. Я бы заручился некоторыми функциями:
1) Борода (обнаружение лица, теперь обнаружение бороды на лице, полная помощь в различать мужчина / женщина / childern)
2) Волосы
3) Морщины
4) Размер лица
5) Соотношение между ростом и шириной лица
Это было бы сложное задание, но алгоритм можно разработать.
Some Japanese cigarette vending machines do this. Not terribly well by all accounts, but then it probably doesn't matter since, as Hal mentioned, the easiest hack is just to use someone else's image...