Un réseau de neurones développé par des scientifiques russes a appris à déterminer l'âge à partir de la vidéo avec un haut degré de précision

Une publication scientifique faisant autorité Journal of Physics a publié un article qui décrit les résultats des travaux sur la création d'un réseau de neurones qui détermine l'âge et le sexe d'une personne.

Les développeurs en question ont mis en œuvre leur projet à la Higher School of Economics sous la direction d'Andrei Savchenko. L'équipe a proposé une nouvelle méthode d'analyse des données humaines à partir de la vidéo, cette méthode est à la base du travail du réseau neuronal, qui appartient à la classe des réseaux convolutifs .

La méthode elle-même consiste en une analyse image par image de la vidéo, en mettant l'accent sur les images individuelles d'une personne. Une analyse plus approfondie va dans deux directions. Le premier vous permet de déterminer l'âge moyen d'une personne, le second - son sexe. Comme d'habitude, le réseau neuronal a été formé à l'origine, la base vidéo, qui a servi de formation principale, comprend 1165 vidéos.

Les auteurs indiquent que leur réseau neuronal peut déterminer l'âge d'une personne avec une précision d'environ 71%, le sexe - 88%. Les auteurs prévoient d'utiliser leur développement pour créer une application mobile pour Android.

L'innovation de développement est que le réseau neuronal a appris à travailler avec la vidéo. En ce qui concerne les images, les réseaux de neurones ont depuis longtemps pu déterminer l'âge et le sexe d'une personne - et la précision des systèmes dans ce cas est assez élevée. Mais si vous avez besoin de travailler avec la vidéo, la tâche est compliquée, car il n'est pas si simple de sélectionner un cadre clair avec une personne où son visage pourrait être clairement vu.

Le schéma standard utilise une estimation de l'âge d'une personne de 0 à 100 ans, puis analyse toute l'échelle d'âge, indiquant la probabilité qu'une personne sur l'image ait exactement autant d'années. Par exemple, la probabilité qu'il appartienne à la tranche d'âge des 25-30 ans est de 10%, 30-35 - 35% et, disons, 50-55 ans - 60%.



L'algorithme est implémenté sur la base de l'IDE Pycharm avec Python 3.6. De nombreuses ressources d'un tel réseau de neurones ne sont pas nécessaires - des tests ont été effectués sur un ordinateur de bureau ordinaire avec processeur Intel Core i5-2400, carte graphique NVIDIA GeForce GT 440 et Windows 7 64 bits. En outre, le système a été testé sur un appareil mobile avec Android OS (version Android) et les caractéristiques de l'appareil mobile ne sont pas indiquées).


GUI de l'application Android prévue

Quant à l'application mobile, son élément principal est une fenêtre avec une démonstration vidéo (capture depuis la caméra). Le réseau neuronal analyse des cadres individuels et essaie d'indiquer l'âge et le sexe de la personne.

Selon les développeurs, le principal problème pour reconnaître les différentes caractéristiques d'une personne, y compris son âge et son sexe, est que la formation des réseaux de neurones spécialisés dans cette tâche est trop limitée. Les bases de données de vidéos et d'images sont relativement petites, et pourtant toutes les personnes sont très différentes, y compris des représentants du même sexe et de la même tranche d'âge.

Fait intéressant, l'une des bases de données sur la base desquelles le réseau de neurones a été formé à partir de l'article était que toutes les vidéos étaient tirées de films indiens. Au total, il y avait 322 vidéos différentes avec 34 512 images dans la base de données. La vidéo contenait des scènes mettant en vedette des centaines d'acteurs indiens. Pour plus de commodité, ils ont été divisés en 4 catégories d'âge: "Enfants", "Jeunes", "Moyen Âge", "Personnes âgées". Quant à la chronologie, elle est de 1-12 ans, 13-30, 31-50, 50+.

Les réseaux de neurones peuvent déterminer le sexe et l'âge d'une personne non seulement à partir de photographies ou de vidéos d'une personne ou d'un corps. Par exemple, un réseau neuronal créé par Google et Verily a appris à reconnaître non seulement les caractéristiques indiquées, mais aussi la glycémie moyenne HbA1c, l'IMC, la pression artérielle systolique SBP, la pression artérielle diastolique DBP. Et le système indique si une personne fume ou non. Et tout cela - selon le fond d'œil.



Pour former ce réseau de neurones, les développeurs ont utilisé la base de données d'images, qui contenait environ 300 000 photos. Informations fournies par EyePACS et UK Biobank. Selon les médecins, une nouvelle approche du diagnostic peut aider les médecins à poser rapidement un diagnostic. L'IA peut non seulement accélérer, mais aussi augmenter la précision des diagnostics. Les médecins ont simplement besoin de cette aide, car un médecin humain n'est pas toujours en mesure de travailler rapidement et efficacement, surtout à la fin de la journée de travail. En conséquence, l'exactitude du diagnostic et l'exactitude du traitement prescrit en souffrent.