一个基于AI算法的描述器对23个面部属性的相关性和准确性在美国多样化的女性人口中
Zhi Yu1, Frederic Flament2, Ruowei Jiang1
1Modiface - A L'Oréal Group Company, Toronto, Canada.
概括
一个人工智能面部特征分析工具准确地评估了女性的特征,超过了人类专家. 对于特定的属性,如皮肤色调和头发颜色,需要进一步的细化.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 皮肤病学 皮肤病学
背景情况:
- 现实世界的人工智能在不同人群中的表现仍然未被充分探索.
- 用于化品应用的面部特征分析缺乏强大的,多样化的验证.
研究的目的:
- 为了评估人工智能工具在分析美容程序中女性面部特征的准确性.
- 为了验证自动化面部描述算法的相关性.
主要方法:
- 一项横截面研究分析了1041个不同的美国女性自拍图像.
- 人工智能算法接受了面部特征的训练和验证,与24个化专家的评估进行了比较.
主要成果:
- 人工智能工具在各种女性的所有面部特征上超过了人类专家的准确性.
- 在AI和专家评分之间观察到强烈的相关性 (r ≥ 0.80),用于连续属性.
- 随着数据集的丰富,AI准确性得到了提高,尽管特定属性的性能有所不同.
结论:
- 人工智能面部描述器工具在各种女性面部属性分析中表现出高准确度.
- 建议对特定特征进行进一步的AI调整,例如皮肤肤色,眼睛颜色和头发特征.
