Lad kunstig intelligens afgøre, om du er lækker eller ej
Ofte undrer folk sig over, ” hvor attraktiv er jeg?” eller ” er jeg lækker?” eller ” er jeg lækker eller ej?”
Vi har alle stillet os selv disse spørgsmål, men indtil Hotness.ai havde en person begrænsede muligheder for at afgøre, hvor attraktiv han/hun var. Typisk var de eneste muligheder, der var til rådighed, simple ansigtsattraktivitetstests, der enten ikke brugte nogen ansigtsgenkendelsessoftware eller syntes at svare med tilfældige scoringer. Selv om disse ansigtsattraktivitetstests i høj grad var til underholdningsformål, efterlod den samlede oplevelse folk med et ønske om noget mere præcist.
Hotness.ai giver alle mulighed for at få deres foto scannet af ansigtsgenkendelsessoftware og sammenlignet med en database af andre fotos.Du skal blot vælge det foto af dig selv, som du ønsker at uploade til Facial Attractiveness Test , som derefter vil scanne fotoet for at bestemme personens ansigtstræk baseret på en række forskellige ansigtspunkter. En score for ansigtets tiltrækningskraft på mellem 1 og 10 vises derefter under personens foto.
Facial Features Recognition
Den api til ansigtsgenkendelse, der er udviklet af Haystack.ai, bestemmer personens ansigtstræk ved at kortlægge deres ansigt. Form og størrelse af øjne, næse, kindben, mund og kæbe er nogle af de vigtige træk, der bruges til at bestemme en persons unikke ansigtsstruktur. Ansigtsgenkendelsessoftwaren bestemmer også en persons alder ud fra en række forskellige træk.
Der er vigtige faktorer med hensyn til ansigtsattraktivitet, der bestemmer, hvordan en score for ansigtsattraktivitet beregnes, når en persons ansigtspunkter er blevet bestemt. For en persons øjne er afstanden mellem øjnene og dybden af øjenhulerne vigtige faktorer. Vigtige faktorer for en persons næse er næsebredden og næslens længde. Andre vigtige faktorer er størrelsen af en persons læber, hagen og kæbens længde og bredde samt kindernes placering.
Deep Learning
Deep learning giver en række fordele for algoritmer til kunstig intelligens . I det væsentlige er det processen med løbende at tilføre nye oplysninger til et kunstigt intelligenssystem og øge mængden af oplysninger i de databaser, der anvendes til mange formål, herunder kortlægning af et kunstigt intelligenssystems historie og styring af dets forudsigelser. For ansigtsgenkendelsessystemer bruges disse nye oplysninger til at udvikle de algoritmer for kunstig intelligens, der hjælper med at bestemme præcise ansigtspunkter. I tilfældet med Hotness.ai Facial Attractiveness Test er disse nye oplysninger også med til at bestemme en mere præcis score for ansigtsattraktivitet.
Nye data tilføres konstant til deep learning, som bruger eksisterende og nye data til at identificere ansigtstræk bedre og mere præcist at bestemme en ansigtsattraktivitetsscore, er en vigtig del i udviklingen af bedre nøjagtighed og pointgivning.
Deep learning bruges til hele tiden at øge nøjagtigheden af ansigtsgenkendelsesprocessen ved at sammenligne nye fotos af en persons ansigt med en konstant voksende database af fotos, der tidligere er blevet vurderet for ansigtsattraktivitet. Deep learning bruges også til at forbedre Hotness.ai Facial Attractiveness Test-scoringer ved at sammenligne tidligere ansigtstræk og deres score for ansigtsattraktivitet med nye fotos for at danne en scorekurve med mere og mere præcise score for ansigtsattraktivitet.
Hvor gammel er du?
Lad kunstig intelligens fortælle, hvor gammel du er, prøv vores anden app, som vil fortælle dig, hvor gammel du ser ud.
Ethnicitet & Mangfoldighedsgenkendelse
Lad kunstig intelligens fortælle din ethincity ved at lave mangfoldighedsgenkendelse , prøv vores anden app, som vil fortælle dig din ethinicty. Den er baseret på Haystack Ethnicity Recognition API.
Mobilapp
Hotness.ai-mobilappen giver en person mulighed for at uploade sine fotos fra sin mobiltelefon og tablet for at få beregnet og scoret sin ansigtsattraktivitet. Hotness.ai-mobilappen giver også brugerne mulighed for anonymt at bedømme andre brugeres ansigtsattraktivitet ved hjælp af det samme scoringssystem fra 1 til 10. Disse brugeres scoringer føres derefter ind i deep learning for at hjælpe ansigtsgenkendelsesapien med at bestemme tiltrækningskurven baseret på aktuelle tendenser i den måde, hvorpå rigtige mennesker ser på andres ansigtsattraktivitet.
Disse ansigtstræk og scorer for ansigtsattraktivitet beregnes sammen og sammenlignes med en database med andre ansigtstræk og scorer for ansigtsattraktivitet for at bestemme en aktuel score for ansigtsattraktivitet. Resultatet er en mere præcis score for ansigtsattraktivitet på mellem 1 og 10, hvor 1 er lav ansigtsattraktivitet og 10 er høj ansigtsattraktivitet, baseret på de tidligere og aktuelle ansigtstræk og ansigtsattraktivitetsscorer.