拍照测颜龄机器 为啥瞬间知道您年龄？

　　最近，微软推出了一个网站(how-old.net)：上传一张照片，系统就会进行分析，数秒后就能测出照片中人的颜龄和性别。

　　一秒看穿“颜龄”那么牛?无数好奇的小伙伴登录网站尝鲜，有人“年轻”了十几岁，也有人长得“太着急”。被减龄的伙伴乐坏啦;被增龄的伙伴表示：感受到了来自微软满满的恶意!

　　当然，脑洞大开的伙伴们绝不会满足于给自己测颜龄。

　　微软的工程师这么黑你，你知道吗?桑心!伦家明明才28。

　　测性别的功能，也让网友们找到了槽点。伙伴们发现，有的演员即便化了妆，反串异性，还是无法骗过机器。

　　颜龄和性别究竟是怎么测出来的?现场君咨询了阿里巴巴蚂蚁金服和Face++的工程师印奇。还记得马云在德国用支付宝“刷脸”支付吗?人脸识别就是印奇的团队研究出来的。

　　机器测颜龄和性别，背后什么鬼?

　　印奇告诉现场君，机器测颜龄和测性别的原理是一样的，都是机器在进行大规模学习后给出的回归运算结果。

　　机器学习人脸识别系统需先进行大规模有标注(年龄、性别)人脸图片的处理学习，产生一套自己的标准。这个过程叫做“机器学习”。

　　微软网站的公开资料表明，该软件分析人们脸上的27个点(如下图)得出结论。这些“面部地标点”是脸部的关键节点，比如瞳孔，眼角或鼻子——它们会随着年龄而发生明显的变化。

　　机器测颜龄和性别，原理是一样的——机器进行大规模学习，基于大量实战经验，再对新图进行判断。

　　第一步机器大规模学习有正确答案的人脸信息(包含年龄、性别)第二步针对形状和质地(眼角光滑程度、下垂程度、脸部光滑程度)等指标，定下相应标准第三步根据这些标准，机器对网友上传的照片中人进行年龄、性别的判断

　　上传的是不是人脸，机器怎么知道的?

　　是的，现场君就是这么无聊，上传了漫画人物的图像。

　　系统提示：未测到人脸↓

　　机器在学习过程中，会接受大量有标注人脸图片和非人脸图片的训练(各种人脸角度以及各种近似人脸的图片)，最终形成一套判断标准。

　　为啥误差那么大?

　　尽管颜龄和实际年龄的差别正是how-old.net的欢乐所在，但有细心的小伙伴发现，就算是同时期的同一张脸，机器都能读出不同的颜龄，误差非常大。

　　连性别测试结果也很乱——

　　化妆后，眼角和肤质都会有改变，即使关键点的标点没有变化，也会有相应的年龄和性别的误差。角度和光线也会影响形状和质地，会造成测试结果不一样。

　　人脸识别技术有高下吗?

　　从网友的反馈来看，how-old.net网站的准确度不太高。

　　那么，未来可能出现准得吓人的测龄神器吗?

　　印奇说，人脸识别在技术上有优劣，进步空间还是很大的，主要体现在路线、数据、工程化方面。

　　路线：在未来商用化的需求下，深度学习方式是目前已知最好的解决方案，性能提升潜力也最大。

　　数据：机器学习过程中，如果欧美人和亚洲人的标注样本量相近，那么在准确度上也会相近。

　　工程化：服务于商业化需求的人脸识别技术，会对人脸100多个关键点进行实时追踪和比对，按照每帧提取及大场景多人脸同时追踪、比对，算法的易用性和计算性能，决定着产品最终的市场前景，毫秒级的响应速度需要极高的工程优化。

　　说了这么多，伙伴们应该明白了，这个测颜龄网站目前只是个玩具。不过，现场君还是打算把头像换成颜龄最低的那张照片!拍照去了，回见~~

　　(新华社中国网事)