近日微软推出了一个神奇的页面——How-old.net,通过传照片猜年龄迅速刷爆朋友圈。由于推测存在不小误差,不少名人都被“玩坏了”,那么当科技大佬们遇到“How-old” 会如何呢?下面就详情来看看了解一下吧

只需一天就可以建立测年纪网站How-Old.net?内容详解(测年龄网站how old)  搭建网站 测年龄 How-Old.net 第1张

  近来微软推出了一个奇特的页面——How-old.net,经过传相片猜年纪敏捷刷爆朋友圈。上线几个小时,现已测试了超21万张图片,因为估测存在不小差错,不少名人都被“玩坏了”,微软以为同年的林志颖和郭德纲年纪差了一个吴奇隆。那么当科技大佬们遇到“How-old” 会怎么呢?

  参阅 Fun with ML, Stream Analytics and PowerBI,内有详细阐明。

只需一天就可以建立测年纪网站How-Old.net?内容详解(测年龄网站how old)  搭建网站 测年龄 How-Old.net 第2张

  这个 demo 是咱们 IMML 部分(Information Management and Machine Learning)做的,首要组件是:

  1. Azure Machine Learning 渠道以及其 gallery 中的 face api。Microsoft Azure Machine Learning Gallery

  2. 实时核算用的是 Azure Event Hub 和 Azure Stream Analytics,后者能够在前者的事情流上运用类 SQL 的句子来履行一个 Near Realtime 的核算,比方每 10 秒内的拜访次数和成果散布。

  其实本 demo 首要意图是展示 ASA 以及 PowerBI 的实时核算展示才能,其间 ASA 刚刚 GA(general availability),Machine Learning 和 face detection api 是之前就现已有的东西了,没想到我们都重视人脸辨认去了。

  程序员们,你们只需要 1 天时刻就能够树立相似的网站。使用微软发布的 face detection api,只需几下 rest api 调用就能够得到成果了。这里有很详细的 how to 来教你怎么调用这些 api:Microsoft Project Oxford How-to detect faces from an image。并且,辨认年纪和性别仅仅一个小功用,这套 api 还包含辨认两张相片是不是同一个人,以及辨认出某个详细的人等高档功用。

  Age estimation via face.

  1. Face detect,检测图片中人脸的方位,cascade adaboost 是最常用的办法。

  2. Face alignment,图画对准,确认一些要害的点的方位,比方眉毛,眼睛,鼻子,嘴角等,确认这些点之后能够确认人脸区域,歪斜的也能够。

  3. Feature extract,有了 face region 之后,开端提取 feature,形状 shape,纹路 texture,几许 geometry 信息是最要害的 feature 了。

  4. Train,有了很多 feature 数据以及对应的年纪数据,树立一个 model 开端练习。SVM, linear regression 等等。

  5. Age estimation,新来一张图片,获取 feature,依据 4 获取的练习参数,估量年纪。

  现在看到一些 paper 给出的 MAE(Mean absolute error)能够到 4-5 岁,但都是根据实验室数据,微软的也试了一下,variance 有点大。

  微软原本是为了宣扬云核算,估量年纪应该仅仅一个噱头。

转载请说明出处
知优网 » 只需一天就可以建立测年纪网站How-Old.net?内容详解(测年龄网站how old)

发表评论

您需要后才能发表评论