Let Artificial Intelligence decide if you are Hot or Not
Często ludzie zastanawiają się, ” how attractive am I ?” or ” am I hot ?” or ” am I hot or not ?”
Wszyscy zadawaliśmy sobie te pytania, jednak do czasu Hotness.ai, osoba miała ograniczone możliwości w określaniu, jak bardzo są atrakcyjni. Zazwyczaj jedynymi dostępnymi opcjami były proste testy atrakcyjności twarzy, które nie wykorzystywały oprogramowania do rozpoznawania twarzy lub reagowały na nie losowo. Podczas gdy te testy atrakcyjności twarzy służyły głównie celom rozrywkowym, ogólne doświadczenie pozostawiało ludzi pragnących czegoś bardziej dokładnego.
Hotness.ai oferuje każdemu możliwość zeskanowania jego zdjęcia przez oprogramowanie do rozpoznawania twarzy i porównania go z bazą innych zdjęć. Musisz tylko wybrać zdjęcie, które chcesz przesłać do Testu Atrakcyjności Twarzy, który następnie zeskanuje zdjęcie, aby określić rysy twarzy danej osoby na podstawie wielu różnych punktów twarzy. Wynik atrakcyjności twarzy pomiędzy 1 a 10 jest następnie wyświetlany pod zdjęciem osoby.
Rozpoznawanie rysów twarzy
Api rozpoznawania twarzy opracowane przez Haystack.ai określa rysy twarzy osoby poprzez mapowanie jej twarzy. Kształt i rozmiar oczu, nosa, kości policzkowych, ust i szczęki to niektóre z ważnych cech używanych przy określaniu unikalnej struktury twarzy danej osoby. Oprogramowanie do rozpoznawania twarzy określa również wiek osoby na podstawie różnych cech.
Istnieją ważne czynniki w odniesieniu do atrakcyjności twarzy, które określają, jak wynik atrakcyjności twarzy jest obliczany po określeniu punktów twarzy osoby. Dla oczu osoby, odległość między oczami i głębokość oczodołów są ważnymi czynnikami. Dla nosa ważne są: szerokość nosa i jego długość. Inne ważne czynniki obejmują wielkość ust danej osoby, długość i szerokość podbródka i szczęki oraz położenie policzków.
Deep Learning
Deep learning oferuje wiele korzyści algorytmom sztucznej inteligencji . Zasadniczo jest to proces ciągłego dostarczania nowych informacji do systemu sztucznej inteligencji i zwiększania ilości informacji w bazach danych wykorzystywanych do wielu celów, w tym do mapowania historii i kierowania przewidywaniami systemu sztucznej inteligencji. W przypadku systemów rozpoznawania twarzy, te nowe informacje są wykorzystywane do ewolucji algorytmów sztucznej inteligencji, które pomagają określić dokładne punkty twarzy. W przypadku testu atrakcyjności twarzy Hotness.ai, te nowe informacje pomagają również określić dokładniejszy wynik atrakcyjności twarzy.
Nowe dane są stale wprowadzane do głębokiego uczenia się, które wykorzystuje istniejące i nowe dane, aby lepiej zidentyfikować cechy twarzy i dokładniej określić wynik atrakcyjności twarzy, jest ważną częścią w rozwoju lepszej dokładności i punktacji.
Głębokie uczenie jest używane do ciągłego zwiększania dokładności procesu rozpoznawania twarzy poprzez porównywanie nowych zdjęć twarzy osoby z ciągle rosnącą bazą danych zdjęć wcześniej ocenionych pod kątem atrakcyjności twarzy. Głębokie uczenie jest również wykorzystywane do poprawy wyników testu atrakcyjności twarzy Hotness.ai poprzez porównywanie poprzednich cech twarzy i ich wyników atrakcyjności twarzy z nowymi zdjęciami w celu utworzenia krzywej punktacji coraz dokładniejszych wyników atrakcyjności twarzy.
Jak stara jesteś?
Pozwól sztucznej inteligencji powiedzieć, ile masz lat, wypróbuj naszą inną aplikację, która powie ci, jak staro wyglądasz.
Ethnicity & Diversity Recognition
Niech Sztuczna Inteligencja powiedzieć swój etniczny przez robienie różnorodności rozpoznawania, wypróbuj ten inny app, który powie swoje ethinicty. Jest ona oparta na Haystack Ethnicity Recognition API.
Mobile App
Aplikacja mobilna Hotness.ai oferuje osobom możliwość przesyłania zdjęć z telefonów komórkowych i tabletów, aby ich atrakcyjność twarzy została obliczona i oceniona. Aplikacja mobilna Hotness.ai daje również użytkownikom możliwość anonimowego oceniania atrakcyjności twarzy innych użytkowników, przy użyciu tego samego systemu punktacji od 1 do 10. Te wyniki użytkowników są następnie wprowadzane do głębokiego uczenia, aby pomóc api rozpoznawania twarzy określić krzywą atrakcyjności w oparciu o bieżące trendy w sposobie, w jaki prawdziwi ludzie postrzegają atrakcyjność twarzy innych.
Te cechy twarzy i wyniki atrakcyjności twarzy są obliczane razem i porównywane z bazą danych innych cech twarzy i wyników atrakcyjności twarzy w celu określenia bieżącego wyniku atrakcyjności twarzy. Wynikiem jest bardziej dokładny wynik atrakcyjności twarzy pomiędzy 1 a 10, gdzie 1 oznacza niską atrakcyjność twarzy, a 10 wysoką atrakcyjność twarzy, w oparciu o poprzednie i bieżące cechy twarzy i wyniki atrakcyjności twarzy.