На сколько лет я выгляжу по фото

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

Установка age-and-gender на Ubuntu & Debian

Рекомендуем любые новые проекты и тестирование модулей делать в виртуальном окружении, этим самым вы не засорите свой системный интерпретатор ненужными модулями. Первым делом создаем виртуальное окружение и активируем её.

Shell

python3 -m venv venv
source venv/bin/activate

1 2	python3-mvenv venv source venvbinactivate

Устанавливаем необходимые зависимости:

Shell

sudo apt install cmake libjpeg-dev g++ build-essential libfreetype6-dev

1	sudo apt install cmake libjpeg-devg++build-essential libfreetype6-dev

Скачиваем файлы с github и выполняем установку:

Shell

git clone git@github.com:mowshon/age-and-gender.git
cd age-and-gender
python setup.py install

1 2 3

git clonegit@github.commowshonage-and-gender.git cdage-and-gender python setup.pyinstall

В папке example есть тестовый файл example.py запустив которого вы увидите как скрипт определил возраст членов семьи Билла Гейтса.

Python

cd example/
python example.py

1 2	cdexample python example.py

Осанка и походка

Алексей, 29: «По лицу вроде 45, но все равно вижу, что больше…»

Виктор, 26: «Лет 55, если вот не присматриваться»

На самом деле: Кейт Бланшетт 51 год.

Походка и осанка — вот что выдает возраст, даже когда у вас потрясающие гены и за спиной лучшие голливудские косметологи. Ровная красивая спина — в чистом виде молодость. Женщины в возрасте двигаются медленнее и будто прижаты к земле, в то время как юные девушки двигаются резче, как будто пружинят от земли. Грудь вперед, как говорится! Изменения в осанке тянут за собой перемены с шеей и положением плеч (как у Кейт Бланшетт на фото), а следом туда же «едет» лицо и все остальное.

Поддержать корсет помогут силовые тренировки и растяжка, мануальная терапия. Из лайфхаков: можно использовать таблетку от сутулости, которая крепится в районе плеча или спины и противненько жужжит, когда хозяйка в очередной раз сгорбилась.

Мы рассказывали, что, кроме осанки, у спины есть еще парочка неприятных способов рассказать окружающим, что вам не 18: Как спина выдает наш возраст: 5 признаков старения 40+

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.

FaceApp — покажет, как вы будете выглядеть в будущем

Приложение ФейсАпп от российских разработчиков появилось в 2017 году. Уже в 2019 оно приобрело всемирную известность благодаря хорошо реализованным алгоритмам реалистичного старения. Скачать программу можно на сайте Google Play для систем на Android, а также на платформе App Store для iOS.

Софт FaceApp также привлекал к себе внимание фильтрами «Мужественность» и «Женственность». По-английски они называются «Masculine» и «Feminine»

Алгоритмы приложения дорисовывают внешность людей в соответствии с принятыми в обществе представлениями о маскулинности и феминности.

Обработанные в FaceApp мужчины начинают выглядеть брутальнее. Девушки с наложенным на их лица фильтром женственности становятся более хрупкими. Их кожа осветляется, а объем волос увеличивается. Если применить на себе фильтр противоположного пола, то можно вообразить себя в другой роли.

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 ТикТока	Последний 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.

Сравнение сервисов и приложений, с помощью которых возможно определение возраста по фото на айфон

Приложение How Old do I look?, созданное компанией Splendid Labs, имеет продуманный и завершенный интерфейс. Оно может использовать селфи или фотографии из галереи устройства для определения возраста. Кроме того, снимок можно сделать непосредственно в самом приложении . Единственный недостаток этого приложения – медленная работа (на обработку одной фотографии может уйти до двух минут). При этом она показывает захватывающие результаты, хотя и не всегда абсолютно точные. Результат можно опубликовать в социальной сети, оправить письмом или приложить к сообщению. Приложение имеет минимум настроек, поэтому освоить его сможет каждый.

Еще одно приложение под названием How Old? похоже на предыдущее не только названием, но и интерфейсом. Оно имеет почти тот же функционал, но при этом работает намного быстрее. Но это преимущество вызывает и недостаток – очень низкая точность определения возраста.

При сравнении вышеописанных приложений с сервисом от Microsoft становится понятно, что первое показывает самые лучшие результаты, но онайн-сервис имеет несколько преимуществ перед ними:

• более высокая скорость работы и большая точность определения;
• возможность использования фотографий не только с устройства, но и из Интернета;
• поиск фотографий людей по имени и фамилии (на территории стран СНГ эта функция работает плохо, но в некоторых случаях показывает неплохой результат).

Оба приложения, как и сервис, доступны совершенно бесплатно. Установить их можно самостоятельно или обратившись к сотрудникам профессионального сервиса, помимо прочего занимающегося настройкой гаджетов и установкой необходимых их владельцу приложений

Второй вариант, хотя и обойдется в определенную сумму, избавит от лишних хлопот и снизит до нуля вероятность заражения гаджета нежелательным программным обеспечением, которое можно загрузить на устройство по неосторожности или незнанию

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.

Обучающая выборка

В идеале обучающая выборка должна быть из того же распределения,
что и данные, на которых потом модель будет делать предсказания.
Это означает ручную разметку фотографий из Instagram, т.к. достоверную информацию
о возрасте владельцев аккаунтов взять негде.

Ручная разметка пола это в принципе посильная задача, а вот с возрастом
всё не так просто. Люди определяют возраст на глаз крайне субъективно,
это означает большую дисперсию и затруднительность контроля результатов.
Для того, чтобы получить от работников надёжный результат, обычно одна и та же
задача даётся трём-пяти людям, и за верный результат принимается большинство голосов.
Работник, часто дающий ошибочные результаты, заменяется. Для возраста
такая схема работать не будет, т.к. чтобы получить надёжную картину
максимума распределения возрастов для каждого фото и отсеять выбросы,
пришлось бы давать оценить каждое фото 10-20 людям, что было бы слишком затратно.

Оценка возраста людьми может сильно расходиться с реальным возрастом,
см. приведённый рисунок. Кроме того, оценка возраста зависит еще и от национальности и культурного контекста
оценщика, т.е. пришлось бы набирать распределённую по разным точкам мира команду.

Поэтому были рассмотрены другие источники. Стандартный dataset,
используемый в академических кругах для подобных задач, это IMDB-WIKI

Однако, качество разметки этого dataset-а, особенно в данных из IMDB, крайне низкое,
и неприемлемо для проекта, который будет использоваться в production.

Остальные доступные datasets: (Adience,
UTKFace) слишком малы для полноценного обучения.

В результате самым продуктивным оказался самостоятельный автоматизированный сбор данных
из социальных сетей и Интернет-сайтов, с последующей модерацией.
Но найти хорошие источники размеченных фотографий для возрастов <17 так и не удалось,
поэтому для этой возрастной категории были выкачаны фото из Инстаграм,
содержащие тэги, указывающие на возраст (обычно такие тэги бывают в фото с дней рождения).
Пол в этих фото размечался вручную, релевантность содержимого фото (что на ней изображены именно дети)
и разметки возраста (возраст с тэга совпадает с визуальным возрастом) контролировались командой модераторов.

Работа по получению и разметке обучающих данных была самым долгим этапом проекта
и заняла около 4-х месяцев.

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.

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.

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.

HTML code analysis

And here you’ll find analysis of HTML code:

PROPERTY	VALUE
Keywords:	(no-data)
WEB address:	http://how-old.net/
Summary:	The #HowOldRobot guesses how old you look using Machine Learning.
<title&gt	How old do I look?
Hosting information:	IP: 191.236.156.64Hostname: 191.236.156.64
Size of HTML code:	-44,962 bytes compared to average
Total number of links:	-93 links compared to average
Load time:	-1.29430565 seconds compared to average
META TAG PROPERTY	VALUE
og:description	The #HowOldRobot guesses how old you look using Machine Learning.
viewport	width=device-width, initial-scale=1.0
og:image	http://how-old.net/Images/faces2/main6_results.png
og:site_name	How Old Do I Look?
og:url	http://how-old.net/

«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.