Uma rede neural desenvolvida por cientistas russos aprendeu a determinar a idade do vídeo com um alto grau de precisão

Uma publicação científica oficial do Journal of Physics publicou um artigo que descreve os resultados do trabalho sobre a criação de uma rede neural que determina a idade e o sexo de uma pessoa.

Os desenvolvedores em questão implementaram seu projeto na Escola Superior de Economia, sob a liderança de Andrei Savchenko. A equipe propôs um novo método para analisar dados humanos a partir de vídeo, este método é a base do trabalho da rede neural, que pertence à classe das convolucionais .

O método em si consiste na análise quadro a quadro do vídeo, com ênfase nos quadros individuais de uma pessoa. Uma análise mais aprofundada segue em duas direções. A primeira permite determinar a idade média de uma pessoa, a segunda - o sexo dele. Como de costume, a rede neural foi originalmente treinada, a base de vídeos, que serviu como treinamento principal, inclui 1165 vídeos.

Os autores indicam que sua rede neural pode determinar a idade de uma pessoa com uma precisão de cerca de 71%, sexo - 88%. Os autores planejam usar seu desenvolvimento para criar um aplicativo móvel para Android.

A inovação do desenvolvimento é que a rede neural foi ensinada a trabalhar com vídeo. Quanto às imagens, as redes neurais têm sido capazes de determinar a idade e o sexo de uma pessoa - e a precisão dos sistemas nesse caso é bastante alta. Mas se você precisar trabalhar com vídeo, a tarefa é complicada, pois não é tão simples selecionar um quadro claro com uma pessoa em que seu rosto possa ser visto com clareza.

O esquema padrão usa uma estimativa da idade de uma pessoa de 0 a 100 anos e analisa toda a escala de idade, indicando a probabilidade de uma pessoa na imagem ter exatamente tantos anos de idade. Por exemplo, a probabilidade de ele pertencer à faixa etária de 25 a 30 anos é de 10%, 30 a 35 - 35% e, por exemplo, 50 a 55 anos - 60%.



O algoritmo é implementado com base no Pycharm IDE com Python 3.6. Muitos recursos dessa rede neural não são necessários - os testes foram realizados em um PC de mesa comum com CPU Intel Core i5-2400, placa gráfica NVIDIA GeForce GT 440 e Windows 7. de 64 bits. Além disso, o sistema foi testado em um dispositivo móvel com sistema operacional Android (versão Android) e as características do dispositivo móvel não são indicadas).


GUI do aplicativo Android pretendido

Quanto à aplicação móvel, seu elemento principal é uma janela com uma demonstração em vídeo (captura da câmera). A rede neural analisa quadros individuais e tenta indicar a idade e o sexo da pessoa.

Segundo os desenvolvedores, o principal problema no reconhecimento de várias características de uma pessoa, incluindo idade e sexo, é que o treinamento de redes neurais especializadas nessa tarefa é muito limitado. Os bancos de dados de vídeos e imagens são relativamente pequenos e, no entanto, todas as pessoas são muito diferentes, incluindo representantes da mesma categoria de sexo e idade.

Curiosamente, um dos bancos de dados com base nos quais a rede neural foi treinada a partir do artigo é que todos os vídeos foram cortados de filmes indianos. No total, havia 322 vídeos diferentes com 34.512 quadros no banco de dados. O vídeo continha cenas com centenas de atores indianos. Por conveniência, eles foram divididos em quatro categorias de idade: "Crianças", "Juventude", "Idade Média", "Idoso". Quanto à linha do tempo, ela tem de 1 a 12 anos, 13 a 30 anos, 31 a 50 anos ou mais.

As redes neurais podem determinar o sexo e a idade de uma pessoa, não apenas a partir de fotografias ou vídeos de uma pessoa ou corpo. Por exemplo, uma rede neural criada pelo Google e Verily aprendeu a reconhecer não apenas as características indicadas, mas também a média de açúcar no sangue HbA1c, IMC, pressão sistólica arterial SBP, pressão diastólica arterial DBP. E o sistema indica se uma pessoa fuma ou não. E tudo isso - de acordo com o fundo.



Para treinar essa rede neural, os desenvolvedores usaram o banco de dados de imagens, que continha cerca de 300.000 fotos. Informações fornecidas pelo EyePACS e UK Biobank. Segundo os médicos, uma nova abordagem para o diagnóstico pode ajudar os médicos a fazer um diagnóstico rapidamente. A IA pode não apenas acelerar, mas também aumentar a precisão dos diagnósticos. Os médicos simplesmente precisam dessa ajuda, pois um médico humano nem sempre é capaz de trabalhar com rapidez e eficiência, principalmente no final do dia útil. Como resultado, a precisão do diagnóstico e a correção do curso prescrito do tratamento sofrem.