Определение возраста по фото онлайн

Возможные улучшения

  1. Сделать более выравненную по возрастам обучающую выборку, чтобы не страдало качество вне основного диапазона возрастов
  2. Попробовать ускорить обучение с помощью Super-Convergence .
    Если ускорить обучение (рекорд скорости обучения ResNet-50 – 18 минут), появится
    возможность обучаться на большем количестве данных. В результате можно увеличить размер обучающей выборки и активнее использовать аугментацию,
    например применить алгоритмы AutoAugment, Mixup.

  3. Попробовать более современные, чем ResNet, архитектуры: AmoebaNet,
    DenseNet, WideResNet.

  4. Работа с лицами это достаточно узкая и специфичная задача, возможно оптимальнее
    будет не использовать архитектуру общего назначения, а создать custom архитектуру,
    нацеленную именно на обработку лиц. Можно использовать методики
    автоматического создания и оптимизации архитектур:
    ENAS, DARTS,
    Auto-Keras, AdaNet.

How Old Do You Look like

Эта программа определяющая возраст по фото, разработана для операционной системы Android. Название сервиса переводится, как «Сколько мне лет», или «На сколько лет ты выглядишь». Результаты, полученные с помощью него приблизительные, погрешность достаточно существенная. Для теста по фото используются следующие параметры: морщины, состояние волос, форма глаз, рта и ушей. Чтобы определить количество лет с помощью How Old Do You Look like, необходимо иметь четкое фото, без шума и где лицо занимает половину от всего изображения.

Инструкция:

  • скачиваем и устанавливаем ПО из Play Market;
  • открываем галерею или делаем фото с помощью камеры;
  • затем жмем «Analyze» и ожидаем завершения процесса сканирования;
  • после этого на главном экране отобразится информация о возрасте человека.

Как определить возраст по фото на телефон

Сейчас многие забывают о существование компьютеров и ноутбуков. Людям гораздо удобнее пользоваться «карманным компьютером» — смартфоном, который находится всегда под рукой. И ради того, чтобы определить возраст человека по фото включать компьютер порой не хочется. Проще достать телефон, и найти желаемое в любое время, например, когда ждешь автобус.

Для мобильных устройств, работающих на платформах Android и IOS были созданы специальные приложения, помогающие определить сколько лет человеку на снимке. Здесь все просто – нужно скачать одно из них, открыть, загрузить фотографию и получить результат. Мы решили рассказать о двух популярных приложениях.

FaceAge — анализатор лица

Как его еще называют – анализатор лица. Работает на нейронных сетях, благодаря чему поможет узнать какой возраст у человека на фотографии. Интересная особенность приложения заключается в том, что сюда можно загружать не только одиночную фотографию, но и с друзьями. Умные алгоритмы определят возраст каждого человека, изображенного на снимке и предоставят подробный результат. Также, можно проводить эксперименты с макияжем и прическами, и узнать, что вам к лицу.

  1. Скачайте приложение FaceAge из Play Market;
  2. После запуска, выберите фотографию, нажав на плюс;
  3. Сделайте снимок через камеру или выбрать из галереи;
  4. Выделите ваше лицо специальной фигурой.

Сканер лица

Еще одно интересное и простое приложение под названием Сканер Лица. Оно способно не только определить возраст человека, но и его пол, этническую принадлежность, чувства, культуру. другими словами множество возможностей ждут вас со сканером лица. Приложение использует современные технологии.

Подготовка данных

В обучающей выборке выравнивалось количество мужчин и женщин
из каждой страны (например в арабских странах и в Индии женщины представлены в онлайне слабо,
и без выравнивания модель могла просто не научиться с ними работать).

Распределение количества
фото по странам по возможности приводилось в соответствие с распределением
кол-ва аккаунтов по странам в Instagram. При этом странам с преобладающим азиатским или негроидным населением
давался больший вес, чтобы в обучающей выборке не доминировала европеоидная раса
и у модели было достаточно данных, чтобы научиться работать с азиатскими
и негроидными типами лиц.

Также убирались перекосы по возрастам, чтобы распределение возрастов
было похожим на распределение, заявленное для Instagram в открытых источниках.

В итоговую выборку попало около 3 млн. фото взрослых и около 300 тыс.
фото детей и подростков.

Аугментация данных

Аугментация
проводилась по тому же принципу, что и нормализация лиц:
на выходе должны получаться только такие фото, которые могут встретиться
в естественных условиях. Зашумленных, нерезких, тонированных и частично обрезанных
фото было и так достаточно в обучающих данных, при этом качество фото
на аватарах в Instagram в среднем достаточно высокое. Поэтому разновидности
аугментации, “ухудшающие” фото, не применялись.

Аугментация свелась к вертикальному зеркалированию (flip), случайному повороту на небольшой угол
и случайному кропу. MTCNN не абсолютно точно и одинаково определяет опорные
точки на всех фото, от лица к лицу возможны вариации,
два последних вида аугментации как раз учат нейросеть справляться с такими отклонениями.

Результаты

Результаты работы обученной модели сравнивались с результатами 4-х крупных коммерческих
систем Computer Vision: AWS Rekognition,
Microsoft Azure, Face++,
Clarifai.
Чтобы сравнение было объективным, замеры проводились не только на собственной
тестовой выборке, но и на дополнительных datasets: Adience
и IMDB-WIKI.

Для возраста точность оценивалась по ошибке MAPE (Mean absolute percentage error),
показывающей отклонение в процентах определенного моделью возраста от реального.

$$MAPE=\frac{100\%}{n}\sum_{i=1}^{n}\left|\frac{age_i — \widehat{age}_i}{age_i}\right|$$

где $age$ – истинный возраст, $\widehat{age}$ — предсказанный возраст

Собственный dataset

ServiceGender accuracy, %Age MAPE, %
Ours99.314.4
Face++92.259.3
Clarifai84.847.7
Azure96.934.2
AWS Rekognition91.138.1

IMDB-Wiki

Из IMDB-WIKI были отброшены данные IMDB, как содержащие огромное количество
неточностей, в данных WIKI был дополнительно вручную исправлен пол там, где
были явные ошибки.
Для тестов были взяты фото людей в диапазоне возрастов 13-44 года (актуальный диапазон для Instagram).
Также были отброшены фотографии, сделанные до 2005 года, т.к. стилистика этих фото (косметика, причёски) отличается от современной,
и фото такой давности редко встречаются в соцсетях.

ServiceGender accuracy, %Age MAPE, %
Ours98.714.9
Face++92.636.6
Clarifai91.935.9
Azure89.424.6
AWS Rekognition94.043.8

Adience

Возраст в Adience указан в виде диапазона а не точного значения, поэтому для него использовались
другие метрики точности:

  • Age accuracy – процент попаданий предсказанного возраста в правильный диапазон.
  • Age accuracy one-off – процент попаданий или в правильный диапазон или в два соседних с ним.
ServiceGender accuracy, %Age acc., %Age acc. one-off, %
Ours97.719.883.8
Face++86.314.865.1
Clarifai84.625.778.4
Azure94.836.989.8
AWS Rekognition88.921.382.9

Если бы целью было показать хороший результат именно на Adience,
надо было бы обучить модель на выборке с равномерным сэмплированием по всем возрастам.

Как найти источник фото в интернете или как распознать фейк

Если вы хотите установить источник неизвестного изображения, найти в Сети дубли фото, определить «фейковое» ли фото, или распознать «фейка» ВКонтакте — используйте специальные сервисы.

Выберите опцию «Загрузить файл», и перейдите к нужному изображению. Далее кликаем на пункт «Выбрать».

Google загрузит картинку и начнет поиск. Из представленных результатов поиска выберите нужный и перейдите на страницу, на которой изначально находилось это изображение.

Если Google не помог, попробуйте другой поисковик, который изначально был специализирован для таких задач — TinEye.com.

Если поиск по картинкам выполняется часто, будет удобней задействовать специальные плагины, после установки которых, поиск источника изображения осуществляется буквально в пару кликов. Хорошо зарекомендовал себя плагин «Кто украл мои картинки». Данный плагин умеет искать картинки одновременно в трех поисковых сервисах (Google, Яндексу, Tineye).

После установки расширения, кликните правой клавишей мыши по картинке и из выпадающего меню выберите пункт «Кто украл мои картинки», далее выберите соответствующие условия поиска.

Искать изображение: — на Яндекс.Картинках. — на Google.com. — на Tineye.com. — Открыть все сервисы в отдельных вкладках.

Кстати, подобные решения по поиску источника изображений можно задействовать и для сети ВКонтакте. Плагин StopFake — поможет вам в поиске одинаковых фотографий, найти дубли изображения на разных страницах ВК. Данный плагин отлично подойдет, например, для поиска «фейка».

С помощью этого инструмента вы можете обнаружить, что ваше фото ВКонтакте использует кто-то еще, и своевременно сообщить об этом в службу поддержки.

После установки расширения, откройте изображение, и кликните на иконку приложения StopFake в верхней панели браузера. Если у данного фото есть дубли они тут же будут отображены.

Как видите, с помощью данного расширения найти копии ваших фотографий в соц. сети ВКонтакте стало значительно проще. На этом здесь все. А какие методы используете вы, чтобы найти источник фото?

Кстати, возможно вас заинтересуют следующие статьи:

Как обмануть VK и слушать музыку бесплатно Telegram как хранилище файлов Как сохранить фото из Инстаграм на компьютер Бесплатная музыка без авторских прав 7 расширений Google Chrome, которые должен поставить каждый

«How old am i?» — поможет узнать, сколько лет человеку на фотографии

Есть определённая категория пользователей, которым просто лень вникать в настройки программ и приложений. Таким людям нужно, чтобы устройство делало всё за него. Очередное приложение для владельцев Айфонов — «How old am i». Здесь не понадобится долго разбираться в функциях, чтобы определить свой возраст или возраст члена семьи по фото онлайн.

Мобильное приложение «How old am I»

  1. Достаточно нажать в главном меню на кнопку с пиктограммой загрузки в правом нижнем углу.
  2. Найти в галерее телефона подходящую фотографию.
  3. Если её нет, можно быстро сделать.

Определение возраста в приложении для телефонов Андроид

Создайте семейное фото, чтобы каждый смог узнать мнение приложения насчёт возраста. Возле каждого лица на изображении появится число, указывающая насколько вы стары или молоды. Есть мнения, что «How old am i» часто занижает возраст, делая людей более молодыми. Это происходит не зависимо от возраста, расы или пола. Возможно этим программа напоминает людям, что им столько лет, на сколько они себя чувствуют. Загрузить его можно бесплатно в App Store.

Пример определения пола и возраста человека в Python

Использованные файлы:

Python

from age_and_gender import *
from PIL import Image, ImageDraw, ImageFont

data = AgeAndGender()
data.load_shape_predictor(‘shape_predictor_5_face_landmarks.dat’)
data.load_dnn_gender_classifier(‘dnn_gender_classifier_v1.dat’)
data.load_dnn_age_predictor(‘dnn_age_predictor_v1.dat’)

img = Image.open(‘putin.png’).convert(«RGB»)
result = data.predict(img)

font = ImageFont.truetype(«Lemon.ttf», 10)

for info in result:
shape = , info), (info, info)]
draw = ImageDraw.Draw(img)

gender = info
if gender == ‘male’:
gender = ‘Мужчина’
else:
gender = ‘Женщина’

gender_percent = int(info)

age = info
age_percent = int(info)

draw.text(
(info — 10, info), f»{gender} (~{gender_percent}%)»,
fill=’white’, font=font, align=’center’, stroke_width=3, stroke_fill=’black’
)
draw.rectangle(shape, outline=»red», width=5)

img.show()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

fromage_and_gender import*

fromPIL importImage,ImageDraw,ImageFont

data=AgeAndGender()

data.load_shape_predictor(‘shape_predictor_5_face_landmarks.dat’)

data.load_dnn_gender_classifier(‘dnn_gender_classifier_v1.dat’)

data.load_dnn_age_predictor(‘dnn_age_predictor_v1.dat’)

img=Image.open(‘putin.png’).convert(«RGB»)

result=data.predict(img)

font=ImageFont.truetype(«Lemon.ttf»,10)

forinfo inresult

shape=(info’face’,info’face’1),(info’face’2,info’face’3)

draw=ImageDraw.Draw(img)

gender=info’gender»value’

ifgender==’male’

gender=’Мужчина’

else

gender=’Женщина’

gender_percent=int(info’gender»confidence’)

age=info’age»value’

age_percent=int(info’age»confidence’)

draw.text(

(info’face’-10,info’face’3),f»{gender} (~{gender_percent}%)»,

fill=’white’,font=font,align=’center’,stroke_width=3,stroke_fill=’black’

)

draw.rectangle(shape,outline=»red»,width=5)

img.show()

Результат применения нейронной сети:

Мы, конечно, понимаем, что это фотографии с разных ракурсов и разные периоды жизни человека. В этом и кроется главный минус определения возраста, нейронная сеть была натренирована на определенный (ограниченный) сет данных и имеет погрешность. Мимика, шрамы и эмоции так-же могут повлиять на результат.

Определение пола и возраста

Выбор модели

Модель для определения пола и возраста подбиралась из примерно тех же критериев,
что и модель для обнаружения лиц:

  1. Приемлемая скорость работы (и для обучения, и для предсказаний).
  2. Наличие pretrained модели, чтобы не обучать всё с нуля.

Рассматривались три архитектуры: ResNet, NASNet, MobileNet.
За baseline был взят хорошо известный ResNet-50.

NASNet-A-Mobile-224, сконструированный с помощью “искусственного интеллекта”, содержит примерно в 5 раз параметров,
чем ResNet-50. Но на практике он обучался не в 5 раз быстрее, а даже медленнее, чем ResNet-50.

Аналогично mobilenet-1.0-224, несмотря на то, что содержит в разы меньше параметров,
чем ResNet-50, на практике обучался со скоростью, сопоставимой с ResNet-50,
показывая при этом худшие результаты предсказаний. Видимо, эта архитектура имеет смысл
именно для мобильных устройств, а не для стационарных GPU.

В итоге победил ResNet-50, как архитектура, оптимальным образом использующая
стационарный GPU (обучение шло на видеокартах GTX 1080TI).

Архитектура

На выходе надо получить два предсказания, пол и возраст.
Можно обучить две отдельных модели, но эффективнее использовать multitask
learning и получить одну модель, выдающую одновременно два прогноза.
Тем более пол и возраст с точки зрения здравого смысла не являются независимыми переменными, женщины и мужчины
взрослеют и стареют по разному:
$$P_{gender}(D) \neq P_{gender}(D|age)$$
$$P_{age}(D) \neq P_{age}(D|gender)$$
таким образом знание моделью пола будет помогать предсказывать возраст и наоборот.

Предсказание возраста это регрессия, для регрессионных задач в качестве целевой функции
обычно используют MSE (среднеквадратичную ошибку от предсказываемой переменной). Но в данном случае прямое применение
MSE не оправдано. Во-первых возраст не может быть отрицательным. Во-вторых, MSE предполагает линейную шкалу.
В реальности разница в 5 лет между
2-x и 7-летними детьми это гораздо больше, чем разница в 5 лет между 60-летним и 65-летним человеком,
т.е. человеческий возраст имеет скорее логарифмическую шкалу. Поэтому на входе
в модель возраст трансформировался из исходного возраста $age$:
$$a=\log(age + \gamma)$$
где $\gamma$ это эмпирическая сглаживающая константа, чтобы разница между
новорожденным и взрослым не устремилась в бесконечность. Модель внутри себя
везде использует логарифмический возраст $a$, при выдаче результатов пользователю
он переводится обратно в линейную шкалу:
$$\widehat{age}=\exp(\hat{a}) — \gamma$$

Так как определение возраста по фото это сложная задача, с которой даже люди
далеко не всегда справляются, хотелось получить на выходе также оценку неопределённости
(uncertainty estimation). Для этого можно предсказывать не точечную
оценку возраста, а распределение вероятностей, каким он мог бы быть. Для простоты было принято, что ошибка определения
возраста имеет Гауссовское распределение, т.е.
$$\hat{a} \sim \mathcal{N}(a, \sigma^2)$$
где $\hat{a}$ это предсказанный возраст, $a$ — истинный возраст,
$\sigma^2$ – дисперсия, отражающая степень неуверенности в прогнозе.

Тогда за целевую функцию можно принять то, насколько хорошо предсказанное распределение
соответствует истинному возрасту, т.е. функцию правдоподобия (likelihood):
$$\mathcal{L}(\hat{a}, \hat{\sigma} | a) = \prod_{i=1}^{n}\frac{1}{\hat{\sigma}_i\sqrt{2\pi}}\exp\left(-\frac{(a_i-\hat{a}_i)^2}{2\hat{\sigma}_i^2}\right)$$
Использование произведения по всем примерам из батча может привести к проблемам с точностью вычислений с плавающей точкой,
поэтому на практике используют негативную логарифмическую функцию правдоподобия (negative log-likelihood):
$$\ell=\log(\mathcal{L})=-\frac{n}{2}\log(2\pi)-\sum_{i=1}^{n}\log\hat{\sigma}_i-\sum_{i=1}^{n}\frac{(a_i-\hat{a}_i)^2}{2\hat{\sigma}_i^2}$$
$$L_{age} = -\ell$$

Определение пола является бинарной классификацией, в качестве целевой функции в модели используется
стандартная для таких задач перекрестная энтропия:
$$L_{gender} = -{(y\log(p) + (1 — y)\log(1 — p))}$$
где $y$ это бинарная метка класса, например 1 соответствует мужчине, 0 женщине,
а $p$ это предсказанная вероятность принадлежать классу с меткой 1, в данном случае
вероятность быть мужчиной.

Результирующая целевая функция является просто суммой функций по полу и по возрасту:
$$L=L_{age} + kL_{gender}$$
Абсолютные значения целевых функций находятся в разных шкалах, например
значение $L_{age}$ зависит от того, в каких единицах измеряется возраст.
Чтобы привести их к более-менее одному масштабу, нужен выравнивающий коэффициент
$k$, значение которого подбирается эмпирически.

Эволюция в результате обучения

Ещё один вопрос, на который было интересно ответить – насколько
модель далеко ушла в своей эволюции от изначальной модели, обученной
на изображениях ImageNet? Поскольку выразить “далеко” или “не очень”
в виде числовой оценки затруднительно, лучше получить ответ в виде
визуализации. Я использовал визуализацию каналов ResNet с помощью
библиотеки Lucid.
Суть этой визуализации в том, что с помощью оптимизации подбирается такое входное изображение,
которое максимизирует ответ от канала. Содержимое этого изображения
будет указывать, на какие паттерны во входном изображении реагирует данный канал.

Если сравнить визуализации одних и тех же каналов в исходной сети
и в сети после обучения на лицах, будет видно, как поменялось “восприятие” сетью изображений.
Будем визуализировать избранные каналы в блоках ResNet от первых блоков,
самых примитивных, обрабатывающих контуры и границы
до последних, обрабатывающих целые визуальные объекты.
Верхний ряд каждой визуализции это каналы модели, обученной распознаванию пола и возраста,
нижний ряд — те же самые каналы исходной модели, обученной на ImageNet.

Визуализация паттернов в первом блоке ResNet, 6-й канал

Визуализация паттернов в первом блоке ResNet, 7-й канал

В первом блоке обрабатываются самые простые паттерны. Видно что паттерны
для исходной и нашей модели не сильно отличаются. Тем не менее уже заметно,
что паттерны для ImageNet (нижние ряды) имеют более сложную структуру.

Визуализация паттернов во втором блоке ResNet, 5-й канал

Во втором блоке паттерны усложнились, но всё еще похожи друг на друга. Заметно,
что в паттернах ImageNet больше цветовое разнообразие, а паттерны нашей
модели окрашены в цвета, близкие к телесным.

Визуализация паттернов во третьем блоке ResNet, 4-й канал

Визуализация паттернов во третьем блоке ResNet, 8-й канал

В третьем блоке паттерны продолжают усложняться, и схожесть между ними остаётся только на самом общем уровне.
Паттерны ImageNet имеют гораздо более проработанную структуру, которая
начинает соответствовать объектам из реального мира.

Визуализация паттернов в четвёртом блоке ResNet, 4-й канал

В последнем блоке паттерны окончательно перестали был похожими друг на друга.
В паттернах нашей модели видна структура, соответствующая человеческим губам.
в паттерах Imagenet – что то растительное.

Видно, что эволюция в верхних слоях зашла довольно далеко,
при этом паттерны нашей модели в целом проще исходных, т.е. произошла некоторая
деградация. Возможно, что ResNet-50 избыточен для данной задачи,
и можно было использовать более простую сеть.

Интерактивное демо

В статье не публикуются образцы предсказаний модели, т.к. любые предсказания
можно сгенерировать самостоятельно, с помощью интерактивного
демо, находящегося по адресу https://ag-demo.suilin.ru/.

В демо можно загружать любые фото, где есть лицо одного человека. Поддерживается
работа как с компьютеров, так и со смартфонов (можно определять пол и возраст для селфи).

Резюме

Задача распознавания пола и возраста в промышленных масштабах оказалась
вполне решаемой. При этом модель угадывает возраст примерно на уровне
человека, часто даже точнее.

«Возраст Сканер» — узнать о возрасте по фотографии незнакомого человека становится просто

Вам интересно, на сколько вы в действительности выглядите? Может быть вы хотите показать всем красоту своего лица? Тогда установите на свой Айфон мобильное приложение «Возраст Сканер» из App Store.

Мобильное приложение «Сканер возраста»

Программа очень проста в применении:

  1. После её установки и запуска на главном экране можно выбрать способ загрузки фотографии, по которой и будет происходить определение.
  2. Есть два способа это сделать: загрузить фото напрямую из галереи смартфона или сделать прямо сейчас при помощи камеры телефона.

Способы загрузки фото в приложении на IOS

Алгоритм работы приложения был основан на уже созданном компанией Microsoft — Azure. Это наработка, к которой Майкрософт предоставила доступ другим разработчикам. Приложение с помощью данных API более точно определяет черты лица и выделяет мельчайшие его подробности, которые могут многое говорить о возрасте человека.

Мобильное приложение «Сканер возраста»

Способы, чтобы посмотреть на себя в старости

Тик-Ток

Это новая интересная соц. сеть для обмена короткими видео. В ее наличии есть десятки фильтров и масок, позволяющих делать невероятные трюки с фото- и видео-файлами. Пример того, что можно сделать — представлен на скриншоте ниже (разумеется, фильтр «состарить» — это лишь одна опция, а есть и возможность «омолодить», увеличить губы, нос и пр. карикатуры).

Фильтр как я буду выглядеть в старости / Скрин с офиц. сайта приложения

Программа Prophecymaster

Еще одна возможность узнать, как изменится ваше лицо за 20 лет — это установить специальную программу Prophecymaster. Процесс «старения» в ней автоматизирован и происходит практически моментально (от вас потребуется лишь фото в формате JPG, BMP или PNG).

Кстати, кто сомневается в точности алгоритма, могут взять фото своих бабушек, дедушек в молодости, и прогнать их с помощью программы. Затем сравнить результат (кстати, готовые фото можно отправить по электронной почте, если у вас будет зарегистрированная копия программы).

По заявлениям разработчиков, технологии, заложенные в ProphecyMaster, являются результатом опыта исследований в области распознавания лиц.

Подобные алгоритмы давно используются профессиональными студиями. Теперь же, скачав и установив программу, Вы также можете начать пользоваться подобными алгоритмами бесплатно!

Кстати, добавлю, что программа работает достаточно хорошо и со старыми фотографиями в плохом качестве: т.е. можно использовать поцарапанное фото, выцветшее, с крапинками, черно-белое и пр. В общем, рекомендую к знакомству…

Приложение для Android — Fantastic face

Скриншот с результатами работы приложения

Не многие знают, что за внешним видом и выражением нашего лица скрывается много всего интересного:

  • уровень счастья;
  • состояние здоровья;
  • возраст;
  • настроение;
  • наше происхождение и пр.;
  • иногда отражает преднамерение совершить какой-то серьезный поступок…

Приложение Fantastic face для Android призвано развеять эту «занавесу» секрета и показать что «думает» о вашем лице искусственный интеллект.

Что касается возраста: то вы можете «взглянуть» на себя как через 20 лет, так и через 60. Это весьма интересно!

Приложение для Android — AgingBooth

AgingBooth — простая в использовании программа, которая в игривой форме покажет, как будет выглядеть ваше лицо, спустя несколько десятилетий.

Полученными фотографиями можно обмениваться с друзьями и родственниками с помощью электронной почты, Facebook, Twitter. Пример одной обработанной фото вы можете увидеть на скриншоте ниже (слева — оригинальное фото, справа — спустя 30 лет).

Особенности:

  1. можно загружать фото из вашей галереи или сделать фото прямо с камеры;
  2. есть функция автоматической обрезки (если на фото изображено еще что-то кроме лица);
  3. процесс обработки фотографии практически мгновенен — подключение к интернету не требуется;
  4. можно сохранить полученное фото в галереи;
  5. возможность отправить полученное фото в Facebook или Twitter;
  6. программа показывает лучшие результаты с людьми в возрасте от 15 до 60 лет.

Сервис «20 years»

Сайт: http://in20years.com/ (примечание: в последнее время сервис работает с перебоями)

Хороший и добротный сервис, позволяющий за считанные секунды «состарить» любую фотографию. Готовую фотографию можно скачать или «расшарить» своим друзьям.

Чтобы загрузить фотографию, Вам нужно:

  1. подготовить фото — сделать его в формате JPG, PNG или GIF. Желательно брать качественное фото без обработки графическими редакторами (типа Adobe Photoshop);
  2. выбрать на сервисе: пол (Male — мужской, Female — женский), на сколько лет старить (20 или 30);
  3. далее нажать кнопку загрузки (Upload);

  4. затем выбрать и загрузить фото с жесткого диска;

  5. далее сервис начнет работать с фотографией — как правило, обработка занимает 5-10 сек. времени;

  6. последний штрих — сервис показывает вам готовое обработанное фото в рамочке. Теперь вы можете скачать готовый результат (ссылка «Save Image» Вам в помощь).

PS

Надеюсь, все понимают, что данные программные решения показывают лишь приблизительно, как изменится ваше лицо. Достоверно никто, кроме Господа Бога, не знает, что будет, и как будет…

На этом пока всё…

Если вы знаете др. сервисы — пару ссылок (мерси!).

Удачи! 

Первая публикация: 21.08.2017

Корректировка: 10.06.2020

How Old do I look?

How Old do I look? от Splendid Labs выглядит более завершенной и продуманной. Программа может определить ваш возраст по фотографии из фотопленки или по селфи, которое можно сделать прямо в приложении. Работает она не очень быстро — на определение возраста 9-месячного ребенка приложению потребовалось около 2 минут.

Результат — на фото 9-месячный мальчик, How Old do I look? дал ему 2 года — не точно, но впечатляет. И это при том, что лицо ребенка занимало не более 5% от общего размера фотографии

Мне 32, по крупному селфи приложение выдало результат, внимание — 32 года — в яблочко. Ради интереса повторил попытку — 39 лет, много, но все же не 18

Установить из AppStore

Как определить возраст без сервисов

Все вышеперечисленные ресурсы работают со следующими параметрами, с помощью которых формируется конечный результат:

  • морщины. В 20 лет неровности кожи не так заметны, как в 30 лет. В 50 лет морщины выражены намного сильней. Программа учитывает данные особенности и формирует конечный результат;
  • алгоритмы, по которым идет сканирование в основном основаны на анализе серых тонов. Допустим, если исходный размер фото не более 100 пикселей, то каждый из 10 000 будет иметь свой оттенок, от самого светлого, до темного. Программа начинает сравнивать несколько пиксели темнее и светлее друг от друга и определяет параметры возраста;
  • также сравниваются размеры лица, положение носа и глаз, форма рта и ушей. Программное обеспечение учитывает данные особенности, так как они в течении жизни человека существенно меняются;
  • если женщина пользуется большим количеством косметики, то узнать количество лет программным методом трудно, так как текстура кожи будет иметь небольшое количество изъянов.

Лучшие способы поиска музыки из видео на YouTube

Используя информацию указанную выше, можно попробовать самому узнать количество лет по фото. Это достаточно сложно, но вполне реально.

Как определить возраст по фото на телефоне Android

Для тех, кто сомневается в том, что до сих пор его лицо выглядит молодо, нужно обязательно воспользоваться приложением «Возрастной анализ».

Мобильное приложение «Возрастной сканер»

Оно бесплатно доступно в онлайн-магазине Google Play для устройств с Андроид. Сегодня мобильные приложения могут сказать о нас многое. В этом им помогают изображения. Программа тщательно исследует каждый пиксель фото и находит нужные приметы возраста. После чего сообщает нам возраст с большой точностью. Кроме умного и быстрого алгоритма приложение имеет несколько развлекательных функций.

Например, по социальным сетям, которыми вы чаще всего пользуетесь оно определяет возраст вашего мозга. Так, если вы поклонник Тик Ток в 40, «Возрастной анализ» может утверждать, что вашему мозгу не более 14 лет.

Тест для определения возраста мозга

Есть функция, которая определяет этническую принадлежность человека по фотографии.

Определение этнической принадлежности в приложении

При этом разработчики заверяют нас, что ни фотографий, ни каких-либо других персональных данных пользователей они не хранят на своих серверах. И тем более не распространяют личную информацию своих пользователей.

Фильтры для TikTok покажут, как я буду выглядеть в старости

Мобильное приложение Tik Tok постоянно радует молодежь новыми развлечениями. Любопытные и активные пользователи часто самостоятельно создают фильтры, позволяющие играть с фотографиями и видео.

Какие известные бесплатные онлайн-маски старения для тиктокеров можно перечислить:

Фильтры:Пояснение:
«Маска старения»Первый фильтр покрывает лиц морщинами в серых тонах. На волосы пользователя накладывается седина. Скачать ее можно в приложении TikTok для телефонов.
«Эффект старения»Второй фильтр делает преобразование формы головы человека на фото. Создатели предусмотрели опущение уголков глаз и носогубных складок. Лицо испещряют настраиваемые морщины.
«Маска старения»Третий фильтр создает самую густую сеть морщин. Однако они ложатся не на все лицо. В результате проект не вызывает ощущение правдоподобия.
Скачать можно в мобильной версии ТикТокаПоследний фильтр работает в активном режиме с таймером. Он может показывать старение людей до 2078 года. Происходит плавное изменение черт, число морщин увеличивается. Однако границы лица определяются плохо. Поэтому можно наблюдать участки молодой и здоровой коже на лбу и другие артефакты.

Чем больше людей заводит аккаунты в TikTok, тем чаще появляются креативные новинки. Вы всегда можете создать собственную маску старения. Возможно, она будет самой удачной.

Сервисы для поиска по картинкам

Расскажем о нескольких сервисах, помогающих найти первоисточник фото.

TinEye

Это один из первых ресурсов, который позволил использовать обратный поиск снимков в Интернете. Он действует с 2008 года и основан канадской компанией Idee Inc.

В сервисе достаточно просто разобраться, несмотря на то, что он работает только на английском языке.

При использовании для личных целей с сервисом можно работать бесплатно.

Форма для загрузки и поиска картинки расположена в центре стартовой страницы сайта. Можно загрузить ее классическим способом или перетащить с винчестера. Здесь же можно попробовать отыскать автора фотографии, указав URL-адрес изображения, найденного в сети.

Сайт работает очень быстро и эффективно. Выдает огромное количество результатов и без погрешностей.

Если поиск первоисточника фото необходим часто, можно установить плагин этого сервиса. Он подойдет для любого из популярных браузеров.

Есть у этого ресурса и один минус. Чтобы понять, куда ведут отобразившиеся ссылки, необходимо нажать на них. При этом можно оказаться на сайтах других стран, язык которых будет непонятен пользователю. Так работа по поиску первоисточника изображения может занять много времени.

RevIMG


Сервисом можно воспользоваться бесплатно. У него достаточно простой интерфейс, но язык английский.

Среди преимуществ этого поисковика картинок – возможность задать тему поиска, а не только загрузить фотографию и ее URL-адрес. Так удастся значительно сузить поиск. Сервис также позволяет выделять определенную часть изображения. Это актуально, когда искомое фото включено в коллаж.

У сервиса есть также приложение для Android.

При этом можно отметить несколько недостатков. Сайт работает медленнее и не так точно как конкуренты. Может выдавать меньшее количество результатов и делать ошибки. Например, отображать не искомое фото, а похожие на него по цветовой гамме.

Яндекс Картинки

Этот сервис также помогает осуществлять обратный поиск фотографий. Можно выбрать интерфейс на русском.

Позволяет искать как целое изображение, так и его фрагмент.

Можно выбрать фото в Интернете или на компьютере.

В результатах поиска отображаются идентичные фотографии и те, что немного отличаются от указанного снимка.

Эффективность поиска зависит от наличия или отсутствия указанной картинки в Интернете и ее индексации поисковой системой.

Чтобы отыскать первоисточник, понадобится:

  1. Зайти в сервис Яндекс картинки;
  2. Нажать на иконку фотокамеры в правой части поисковой строки;
  3. Выбрать файл, перетащить его или написать URL-адрес.

После этого система укажет все найденные результаты.

Аналоги FaceApp для редактирования лиц на фото

Кроме FaceApp существует множество альтернативных решений, открывающих «окно в будущее». Бесплатно себя состарить можно при помощи приложений Aging Album 3D, AgingBooth и «Сделай себя старым».

Aging Album 3D

Для получения желаемого результата в Aging Album 3D на фотографии надо указывать точки «старения», после чего алгоритмы приложения наложат различные состаривающие эффекты. Обработанные изображения можно просматривать в галерее и «оживлять» — состаренный портрет может вам подмигнуть! А еще тут можно делать старше не только внешность, но и голос, правда результат у этой функции посредственный: речь становится будто начитанной интернет-роботом.

Aging Booth

Работает аналогично Aging Album 3D: тоже нужно отмечать точки на фотографии. Здесь есть своя необычная «фишка»: если встряхнуть телефон, то лицо на фото «станет старше» на 50 лет.

Программа «Сделай себя старым»

Помимо изменения кожи лица, позволяет добавить «аксессуары»: усы, бороду, более густые брови.

Можно «надеть» очки. Благодаря интеграции с «Фейсбуком» получается изменять аватары из собственного профиля или со страничек друзей и сразу показывать им.

Фотошоп

При наличии хороших навыков, вы можете состарить себя в фотошопе. Но это кропотливый процесс, требующий владения программой.

Сделай меня старым — смешное онлайн-приложение от AppTornado

Еще одно шутливое приложение от разработчика AppTornado позволяет добавлять наклейки в виде морщин и седины. Для загрузки программы на свой телефон, посетите GooglePlay.

Чтобы результат был эффектнее, повернитесь к камере в анфас и не прикрывайте лицо. Все необходимые детали можно добавить позже. Выбор декоративных украшений огромен: тут и борода, и монокль, и традиционные очки.

Создатели опирались на исследования процессов старения. Приложение показывает, как у пожилого человека меняется цвет лица и волосяной покров. Однако результат выглядит скорее жутковато, чем правдоподобно. Это делает игру с программой еще веселее.

Оцените статью
Рейтинг автора
5
Материал подготовил
Андрей Измаилов
Наш эксперт
Написано статей
116
Добавить комментарий