Un rostro para recordar

MIT, KHOSLA ET AL.Destacar entre la multitud, y en particular, el abarrotado mundo de las redes sociales, puede volverse un poco más fácil a medida que los investigadores del MIT desarrollen una forma inteligente de modificar las fotos de perfil para jugar los rasgos faciales más memorables de una persona. Aditya Khosla y otros en el MIT han encontrado una manera de hacer que las fotografías de rostros sean más memorables u olvidables, abriendo nuevas puertas en la comprensión de la memoria.

El proceso se detalló en el trabajo presentado en la Conferencia Internacional. en Computer Vision en Sídney en diciembre de 2013 y le valió a Khosla una beca de posgrado de Facebook para realizar más investigaciones. Según los investigadores, ese «ajuste de características» -que podría extenderse desde la memorabilidad a otras cualidades, como la confianza o la confiabilidad- tiene el potencial de cambiarlo todo, desde la foto de perfil de uno en Facebook hasta las citas en línea, las campañas políticas y la publicidad. estrategias.

En las primeras semanas de Khosla como estudiante de posgrado en el MIT, la charla sobre…

Descubrieron que, en realidad, no todas las imágenes se crean de la misma manera, dice Khosla. Hay algunas que simplemente se nos quedan grabadas: la memorabilidad es una propiedad intrínseca de una imagen.

Oliva y sus colegas notaron que, aunque las personas no podían adivinar qué imágenes serían memorables en una prueba en línea, ciertas imágenes eran consistentemente recordado mejor o peor. Su siguiente línea de investigación fue descubrir qué en una foto de una cara hace que se pegue o se desvanezca. Al ingresar 2222 fotos y sus puntajes de memorabilidad de la prueba en línea como datos de entrenamiento, el grupo de Olivas pudo enseñar a una computadora a predecir la memorabilidad de las fotos que no había visto antes.

Las fotos que obtuvieron la clasificación más alta en memorabilidad no tener mayor belleza, una sonrisa más grande, un brillo especial en los ojos o una determinada forma de la mandíbula. Más bien, la computadora estaba detectando una multitud de pequeños detalles y peculiaridades que contribuían a la memorabilidad pero que serían imposibles de encontrar y definir por sí mismos. En cambio, no hubo grandes tendencias distintas, sino miles de pequeños ajustes, vinculados estadísticamente a la memorabilidad de las fotos en el estudio.

 El aprendizaje automático a menudo sigue este proceso, aunque no se había utilizado antes para la memorabilidad, dice Gregory Hager, investigador de visión por computadora en la Universidad Johns Hopkins.

En general, este tipo de enfoques no te dan poder explicativo, te dan un resultado, dice Hager. Entonces obtienes un algoritmo que podría funcionar bastante bien, pero no puedes articular necesariamente por qué lo hace. Es básicamente una caja negra que va desde las mediciones hasta la salida. Saber que algo es medible es el primer paso; después de eso, es posible entrenar una computadora para que lo busque y lo ponga a trabajar.

Cambiándolo

Intrigado por la idea de que los pequeños cambios podría conducir a grandes diferencias en la memorabilidad, Khosla le llevó su idea a Oliva: si una foto es memorable debido a las diferencias en unos pocos píxeles, ¿cambiar esos píxeles podría cambiar la memorabilidad?

Khosla y sus colegas se propusieron cree un algoritmo para capturar esa memorabilidad e impartirla a otras fotografías. Los investigadores se centraron en los rostros porque los pequeños cambios podían tener un gran efecto y dejar la foto reconocible.

El programa del equipo primero hace una cadena de pequeños cambios aleatorios en una foto, y crea una gran cantidad de fotos con solo ligeras diferencias con el original. Da una puntuación a cada nueva imagen, restando puntos si los cambios afectan atributos como la emoción o el atractivo o si el rostro comienza a verse diferente al original; otorga puntos si la fotografía se vuelve más memorable. Midiendo meticulosamente 10.000 versiones cambiadas aleatoriamente, el programa identifica al que obtuvo la puntuación más alta: una cara más memorable que todavía se parece al sujeto. Luego comienza el proceso nuevamente y altera esa imagen, construyendo lentamente las mejores modificaciones posibles. También puede ir en sentido contrario hacia una fotografía menos memorable. Mientras Khosla trabajaba con el algoritmo, intentó ajustar otros atributos además de la memorabilidad: el algoritmo podía ajustar fácilmente cosas como el atractivo y la amabilidad, y era más fácil ver de un vistazo si estaba funcionando.

Los investigadores probaron el imágenes recién cambiadas en los participantes usando un juego de memoria en línea. Tres de las cuatro imágenes que modificaron para que fueran más o menos memorables produjeron la reacción deseada en personas reales.

Los resultados son los primeros de su tipo. Hager dice que si bien el proceso de recopilación de datos fue similar a otros trabajos de aprendizaje automático, la combinación de ese algoritmo con un proceso de optimización es nueva.

Diferenciación

Algoritmo en la mano, Khosla pronto se enfocará en ajustar otras características más complicadas de una foto utilizando el mismo tipo de datos recopilados de las encuestas en línea. Entonces, las posibilidades son infinitas, dice.

Hazme parecer más confiado, para un sitio web de citas, dice Khosla. Hazme parecer más confiable, para una foto de un político en un periódico. Hay más que los simples atributos que la gente ha estudiado.

Oliva dice que es importante recordar que las medidas y alteraciones se refieren a la fotografía, no al rostro. No es necesariamente que tu cara en sí sea memorable u olvidable, dice, en realidad es la actitud que tienes. La luz que viene de tu cara. Todos, dependiendo de cómo se tomó la foto, pueden verse más promedio o más distintivos. Ella sugiere que el proceso podría usarse para elegir fotos con mejores características, en lugar de simplemente modificarlas después del hecho.

Según Adam Glenn, periodista y consultor de medios digitales, este tipo de ajuste de características, aunque técnicamente impresionante encaja con la forma en que la gente usa actualmente las redes sociales.

Realmente no veo ninguna diferencia entre alterar tu imagen de esta manera y falsificar tu edad en un sitio de citas o pulir tu currículum para enfocarte en tus habilidades de manera positiva. , él dice. Es como el maquillaje virtual, una forma de presentarse.

Glenn anticipa que el proceso podría ser muy popular, especialmente cuando se usa con aplicaciones que se basan en una imagen para atraerlo a una compra o un romance.

Mirando hacia el futuro

En términos más amplios, los investigadores del MIT ya están pensando en usos futuros. Los beneficios para la publicidad son claros para Khosla.

Si pudiéramos elegir o modificar imágenes para hacerlas extremadamente memorables, solo tendríamos que mostrarlas una vez, dice, en lugar de mostrarlas una y otra vez en vallas publicitarias. en revistas y en la televisión. Realmente no tienes otra opción que almacenar la información porque así es como todos estamos programados. Cambiar fotos de productos o empaques de manera inteligente podría crear una conexión instantánea.

Se apresura a agregar que también hay usos más significativos para la investigación de la memoria. Los investigadores podrían desarrollar un modelo adaptado para ayudar a las personas que no pueden reconocer rostros, por ejemplo, o los educadores podrían hacer gráficos e infografías más fáciles de recordar para facilitar el aprendizaje. El grupo Olivas ya ha publicado un análisis de qué hace que las infografías sean memorables y qué partes de ellas las personas almacenan en la memoria, además de investigar la memorabilidad de palabras particulares.

Phillip Isola, estudiante de posgrado que trabaja con Oliva sobre la memorabilidad, puso su propia imagen a través del algoritmo cerca del comienzo del proyecto.

Si estuviera seguro de que realmente estaba preservando mi identidad, dice, no modificando quién soy sino simplemente haciendo el mejor ángulo en mí, entonces sería muy bueno usarlo para una foto de perfil.

Por supuesto, debido a que era una versión anterior del algoritmo, no funcionó a la perfección: la computadora había intentado insertar dientes en su boca cerrada. -boca sonríe.

Khosla confía en que la tecnología será utilizable por la corriente principal pronto. Su próximo objetivo es reducir el tiempo que toma el algoritmo y reducir los errores y artefactos introducidos en el proceso. Él dice que suavizar el proceso es solo cuestión de retoques. Entonces, y solo entonces, alcanzará su forma final e inevitable: la aplicación para teléfonos inteligentes.

Este artículo es proporcionado por Scienceline, un proyecto del Programa de informes sobre ciencia, salud y medioambiente de la Universidad de Nueva York.

strong>

¿Le interesa leer más?