Desarrollo de un método para la clasificación automática de imágenes faciales basada en el atractivo aplicando máquinas de aprendizaje
No Thumbnail Available
Date
2013
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
En el presente documento se realiza un estudio de la noción de "atractivo_x000D_
facial" en un contexto de “aprendizaje” con Máquinas de Soporte Vectorial. Para_x000D_
ello se han aplicado encuestas a un grupo de personas que evaluaron fotografías_x000D_
frontales de rostros de mujeres calificando a cada una en una escala de valoración_x000D_
conforme a su atractivo. La técnica de aprendizaje de máquinas utilizada son las_x000D_
Máquinas de Soporte Vectorial (SVM). Luego las imágenes fueron entrenadas en_x000D_
la SVM con su respectivo grado de belleza. Con la prueba Chi cuadrado se_x000D_
compara la distribución de las puntuaciones de los evaluadores humanos con los_x000D_
de la SVM, demostrando que no existe diferencia significativa entre los dos_x000D_
grupos. Los resultados muestran claramente que la belleza facial es un concepto_x000D_
universal, que puede ser aprendido por una máquina. Analizando la precisión de_x000D_
la misma en cuanto a su predicción de la belleza como una función del tamaño de los_x000D_
datos de entrenamiento indica que una máquina puede producir similares resultados al_x000D_
pensamiento humano
Description
This thesis is a study of the notion of "facial attractiveness" in the machine_x000D_
learning with the SVM context. To this end, we have used statistical evaluations_x000D_
made to a group of people who rated front face photographs of women qualifying_x000D_
each on a rating scale according to its appeal. The machine learning technique_x000D_
used is Support Vector Machine (SVM). Then the images were trained in SVM on_x000D_
its respective degree of beauty. By using Chi-square test, we compare the_x000D_
distribution of scores of human evaluators with SVM results show that there is no_x000D_
significant difference between the two groups. The results clearly show that facial_x000D_
beauty is a universal concept, which can be learned by a machine. Analyzing the_x000D_
accuracy of the machine in terms of beauty prediction as a function of the training_x000D_
data size indicates that a machine can produce similar results to human thought
Keywords
Atractivo Facial, Soporte Vectorial, Máquina de Aprendizaje