Vergeet nooit een gezicht

Heb je een vergeetbaar gezicht? Velen van ons doen er alles aan om ons gezicht gedenkwaardiger te maken, door make-up en kapsels te gebruiken om onszelf een meer onderscheidende look te geven.

Dankzij een algoritme dat is ontwikkeld door onderzoekers van het Computer Science and Artificial Intelligence Laboratory (CSAIL) van MIT, kan je gezicht nu in een oogwenk worden getransformeerd in een meer gedenkwaardig gezicht zonder een dure make-over.

Het algoritme, dat subtiele veranderingen aanbrengt op verschillende punten op het gezicht om het gedenkwaardiger te maken zonder iemands algehele uiterlijk te veranderen, werd eerder deze maand onthuld op de International Conference on Computer Vision in Sydney.

We willen de mate veranderen waarin mensen zich een gezicht herinneren, zegt hoofdauteur Aditya Khosla, een afgestudeerde student in de Computer Vision-groep binnen CSAIL. Dit is een heel subtiele kwaliteit, omdat we je gezicht niet willen overnemen en vervangen door het meest memorabele in onze database, we willen dat je gezicht er nog steeds uitziet zoals jij.

Meer gedenkwaardig — of minder

Het systeem zou uiteindelijk kunnen worden gebruikt in een smartphone-app waarmee mensen een digitale afbeelding van hun gezicht kunnen wijzigen voordat ze deze naar hun sociale netwerkpagina's uploaden. Het kan ook worden gebruikt voor sollicitaties, om een ​​digitale versie van het gezicht van een sollicitant te maken die gemakkelijker in de hoofden van potentiële werkgevers blijft hangen, zegt Khosla, die het algoritme ontwikkelde met Aude Oliva, hoofdonderzoeker van CSAIL, de senior auteur van de paper, Antonio Torralba, universitair hoofddocent elektrotechniek en informatica, en afgestudeerde student Wilma Bainbridge.

Omgekeerd kan het ook worden gebruikt om gezichten minder gedenkwaardig te maken, zodat acteurs op de achtergrond van een televisieprogramma of film de aandacht van de kijkers niet afleiden van bijvoorbeeld de hoofdrolspelers.

Om het onthoudalgoritme te ontwikkelen, heeft het team de software eerst een database met meer dan 2.000 afbeeldingen gegeven. Elk van deze afbeeldingen had een memorabiliteitsscore gekregen, gebaseerd op het vermogen van menselijke vrijwilligers om de afbeeldingen te onthouden. Op deze manier was de software in staat om de informatie te analyseren om subtiele trends in de kenmerken van deze gezichten te detecteren, waardoor ze min of meer memorabel waren voor mensen.

De onderzoekers programmeerden het algoritme vervolgens met een reeks doelstellingen - om het gezicht zo gedenkwaardig mogelijk te maken, maar zonder de identiteit van de persoon te veranderen of hun gezichtskenmerken te veranderen, zoals hun leeftijd, geslacht of algehele aantrekkelijkheid. Het veranderen van de breedte van een neus kan een gezicht er bijvoorbeeld veel onderscheidender uit laten zien, maar het kan ook volledig veranderen hoe aantrekkelijk de persoon is, en zou dus niet voldoen aan de doelstellingen van het algoritme.

Wanneer het systeem een ​​nieuw gezicht moet aanpassen, neemt het eerst de afbeelding en genereert het duizenden kopieën, ook wel voorbeelden genoemd. Elk van deze monsters bevat kleine aanpassingen aan verschillende delen van het gezicht. Het algoritme analyseert vervolgens hoe goed elk van deze monsters aan zijn doelstellingen voldoet.

Zodra het algoritme een voorbeeld vindt dat erin slaagt om het gezicht er gedenkwaardiger uit te laten zien zonder het uiterlijk van de persoon significant te veranderen, maakt het nog meer kopieën van deze nieuwe afbeelding, waarbij elk verdere wijzigingen bevat. Vervolgens blijft het dit proces herhalen totdat het een versie vindt die het beste aan zijn doelstellingen voldoet.

Het is net alsof je een elastisch gaas op de foto aanbrengt dat het gezicht enigszins aanpast, zegt Oliva. Dus het gezicht lijkt nog steeds op jou, maar misschien met een beetje lifting.

Het team selecteerde vervolgens foto's van 500 mensen en bewerkte ze om van elk een gedenkwaardige en vergeetbare versie te maken. Toen ze deze afbeeldingen op een groep vrijwilligers testten, ontdekten ze dat het algoritme in ongeveer 75 procent van de gevallen erin slaagde de gezichten min of meer gedenkwaardig te maken, zoals vereist.

Bekendheid leidt tot sympathie

Door een gezicht bekend te laten lijken, kan het er ook sympathieker uitzien, zegt Oliva. Zij en Bainbridge hebben een aanvullend artikel gepubliceerd in de Tijdschrift voor Experimentele Psychologie: Algemeen op de attributen die een gezicht onvergetelijk maken. De eerste keer dat we een gezicht zien, hebben we de neiging om het te labelen met kenmerken op basis van uiterlijk, zoals intelligentie, vriendelijkheid of kilheid. Als we een persoon taggen met bekendheid, omdat we denken dat dit een gezicht is dat we eerder hebben gezien, hebben we de neiging om het leuker te vinden, en bijvoorbeeld te denken dat de persoon betrouwbaarder is, zegt ze.

Het team onderzoekt nu de mogelijkheid om andere attributen aan hun model toe te voegen, zodat het gezichten zou kunnen aanpassen om zowel gedenkwaardiger te zijn als bijvoorbeeld intelligenter of betrouwbaarder te lijken. Je kunt je dus voorstellen dat je een systeem hebt waarmee je de kenmerken van je gezicht kunt veranderen om je te maken wat je maar wilt, maar altijd op een heel subtiele manier, zegt Oliva.

We willen allemaal een foto gebruiken die ons beter zichtbaar maakt voor ons publiek, zegt Aleix Martinez, universitair hoofddocent elektrotechniek en computertechniek aan de Ohio State University. Schilders uit de Renaissance wisten hoe ze portretten gedenkwaardig moesten maken, maar we hebben geen idee hoe we die foto moeten maken die ons een voorsprong op anderen geeft of op zijn minst de beste kant van ons laat zien, zegt Martinez.

Nu hebben Oliva en haar team een ​​computationeel algoritme ontwikkeld dat dit voor ons kan doen, zegt hij. Voer je favoriete foto van je gezicht in en het zal het nog beter maken, zegt Martinez. Dit zal ons in staat stellen om dat voordeel te behalen waar we naar op zoek waren en hopelijk zullen mensen ons meer herinneren.

Het onderzoek werd gefinancierd door subsidies van Xerox, Google, Facebook en het Office of Naval Research.

zich verstoppen