Новости

RSS-трансляция Читать в FaceBook Читать в Twitter Читать в ВКонтакте Читать в Google+ Читать в LiveJournal




31.10.2015 23:18
2417
Аспирант из Стэнфорда научил нейросеть отличать хорошие селфи от плохих
Андрей Карпейти, аспирант Стэнфордского университета, работавший на Google Research и DeepMind, разработал алгоритм, благодаря которому нейронная сеть научилась отличать «плохие» селфи от «хороших». Куда интереснее то, что оценка производится не после обычного программирования, а после процесса «обучения», основанного на анализе большого объема начального материала.

Для того чтобы нейронная сеть смогла самостоятельно анализировать автопортреты и делать по ним заключение, было отобрано более двух миллионов снимков разного качества. В основу алгоритма легла оценка количества подписчиков на профиле пользователя, откуда был взят снимок, а также оценка количества комментарием и «лайков» под фотоснимком. Помимо этого программа, при помощи специального алгоритма оценивала цветовые, геометрические и некоторые другие качества фото. По окончанию процесса «обучения», сети было предложено проанализировать самостоятельно 50 тысяч селфи и вынести вердикт по каждому из них, выставив оценку потенциальной успешности среди пользователей.

После анализа программа составила рейтинг из 100 лучших селфи. Что любопытно – в нем не оказалось ни одного мужского. Именно так, больше всего шансов на «лайк» именно у автопортретов прекрасной половины человечества. При этом лучше всего, если у девушки длинные волосы, голова слегка наклонена, а лоб «обрезан» рамкой кадра. Положительным образом на «успешности» снимка сказываются и всевозможные фильтры повышающие контрастность, насыщенность и выделяют границы фото.

Что касается мужских снимков, то здесь алгоритм выделил те фото, на которых в кадр попадала не только голова, но и плечи. Хуже всего были оценены групповые снимки, а также фотографии, сделанные в условиях плохого освещения. Не лучшим образом были оценены снимки, на которых голова пользователя казалась слишком большой.



Понравилась эта новость? Тогда жми:


Смотрите ещё




Присоединяйтесь на Facebook, чтобы видеть материалы, которых нет на сайте:




Оставить комментарий