Andersons hoek
De jacht van AI op schoonheid
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Een nieuw AI-gestuurd systeem voor de beoordeling van schoonheid beoordeelt hoe aantrekkelijk gezichten eruitzien, terwijl het sneller traint dan typische diepe leermodellen, waardoor grote schaalautomatische beoordeling van schoonheid meer praktisch kan worden.
Facial Beauty Prediction (FBP) is een grote business en een vrij sterke draad in de onderzoeksliteratuur. Ondanks dat het praktisch elke richtlijn voor het bestrijden van vooroordelen in AI en machine learning-praktijken doorbreekt, en ondanks dat het op veel manieren objectivering en reductionisme in algoritmirische percepties van vrouwen ondersteunt, trekt het toch de interesse van verschillende multibillion-dollar-industrieën, waarvan de meeste rechtstreeks op vrouwen zijn gericht, zoals cosmetica, cosmetische gezichtschirurgie, livestreaming en mode, onder anderen:
Vrouwen beoordeeld van 1-5, uit het artikel ‘Asian Female Facial Beauty Prediction Using Deep Neural Networks via Transfer Learning and Multi-Channel Feature Fusion’. Bron
Verder dan deze voor de hand liggende vrouwgerichte bedrijfsenclaves, hebben reclame en verschillende andere industrieën, waaronder entertainment en uitgeverij, aanzienlijke belangen in het begrijpen van wat zowel mannen als vrouwen ‘aantrekkelijk’ vinden, noodzakelijkerwijs op per-cultuur-basis.
De feiten dat de collectieve percepties van schoonheid variëren over regio’s, betekent dat er geen definitieve wereldwijd toepasbare datasets kunnen worden verkregen en dat nieuw onderzoek moet worden uitgevoerd ofwel op lokaal niveau ofwel op ‘hoog niveau’-methoden die kunnen worden toegepast op diverse culturele gegevens.
Een interface voor een gezichtsschoonheidsbeoordelingssysteem voor het SCUT-FBP-project van 2015. Bron
Vaak is de geografische locatie niet de enige beperking, omdat datasets die op aantrekkelijkheid zijn gericht, moeite kunnen hebben om gelijke effectiviteit te bieden over geslachten heen, of kunnen zijn gecureerd met een bepaalde toepassing in gedachten – en dit kan de verzameling beperken in andere domeinen.
Bijvoorbeeld, in 2025 rapporteerde ik over de ontwikkeling van een relatief grote (100.000+ identiteiten) dataset om aantrekkelijkheid in livestreams te beoordelen, waarvan de close-cropped standaarden aanzienlijke aanpassing nodig kunnen hebben voor bredere projecten, ondanks de enorme inspanning achter de initiatief.
Gezichtsweergave
Zoals uit de links en afbeeldingen hierboven blijkt, opereren Aziatische onderzoeksinstellingen vaak niet onder dezelfde culturele beperkingen als hun westerse tegenhangers, die het moeilijk zouden krijgen om een wetenschappelijke illustratie te publiceren die vijf westerse vrouwen van minst tot meest aantrekkelijk beoordeelt, zoals we zien in de hierboven geïllustreerde studie.
Het kan worden betoogd dat waar Aziatische systemen van dit type effectief zijn in het openbaar, zonder vrees voor lokale kritiek, westerse belangen deze onderzoek kunnen gebruiken of aanpassen in particuliere, private implementaties. De taak van ‘vrouwen beoordelen’ wordt in dat scenario overgedragen aan een locatie waar het zonder kritiek kan worden uitgevoerd.
Of dit gebruikelijk is of dat minder bekende westerse equivalente systemen de neiging hebben om te worden ontwikkeld buiten open source-samenwerking en buiten openbare controle, het is redelijk om aan te nemen dat het doel van wereldwijd belang is, vanwege het grote aantal professionele sectoren dat kan profiteren van nauwkeurige beoordelingen van aantrekkelijkheid.
De sterkste overleeft
Het kan lijken alsof enorme web-schraapbare corpora zoals Tik Tok, Instagram en YouTube uitstekende arbiters van schoonheid zouden zijn, door volgers, likes en verkeer te correleren met aantrekkelijkheid, aangezien dit een gebruikelijke en redelijke associatie is (hoewel met enkele uitzonderingen).
Bovendien zullen bestaande collecties – zoals ImageNet en LAION – met acteurs en modellen die ‘bovenaan zijn gekomen’ – typisch aantrekkelijke individuen bevatten (hoewel vaak met te veel datapunten van te weinig mensen), waardoor bredere culturele mechanismen kunnen fungeren als een proxy voor aantrekkelijkheid.
Echter, dit houdt geen rekening met veranderende smaak in wat mensen aantrekkelijk vinden in de loop van de tijd (laat staan geografisch). Daarom zijn er opnieuw hoogwaardige en gegevensonafhankelijke systemen nodig, niet individuele en specieuze collecties of curaties die zullen falen om veranderende smaak te weerspiegelen.
Combinatieshuid
De nieuwste academische bijdrage om deze uitdagingen aan te pakken, komt uit China, waar transfer learning en Broad Learning System (BLS) worden gecombineerd om het langdurige compromis tussen nauwkeurigheid en computationele kosten aan te pakken.
Conventionele neurale netwerken hebben de neiging om sterke resultaten te behalen, alleen met zware training, terwijl lichtere systemen zoals BLS snel trainen, maar moeite hebben om voldoende details te verzamelen. Het nieuwe werk brugt deze kloof door een vooraf getraind visueel model te gebruiken om gezichtskenmerken te extraheren, die vervolgens worden doorgegeven aan een snelle BLS-gebaseerd systeem voor beoordeling, waardoor kenmerken opnieuw kunnen worden gebruikt in plaats van van scratch te leren, terwijl de training efficiënt blijft:
Voorbeeldafbeeldingen uit de LSAFBD-dataset, met vrouwengezichten gegroepeerd door menselijk toegewezen schoonheidscores van 1 tot 5. Beoordelingen zijn verkregen van meerdere annotators en zijn gebruikt als gesuperviseerde labels voor training en evaluatie van gezichtsschoonheidsvoorspellingen over variaties in pose, verlichting en verschijning. Bron
Het eerste van de twee varianten, E-BLS, combineert EfficientNet-gebaseerde transfer learning met BLS, door gedetailleerde visuele kenmerken van een gezicht te extraheren en vervolgens door te geven aan BLS, waardoor een definitieve voorspelling wordt gegenereerd die de noodzaak om een volledig diep neuronaal netwerk van scratch te trainen, vermindert:
Architectuurdiagram voor het E-BLS-model.
EfficientNet, vooraf getraind op ImageNet-1k, en grotendeels ongewijzigd, converteert elke invoerafbeelding in een compacte set van kenmerkwaarden die het gezicht op een gestructureerde manier beschrijven, terwijl BLS deze waarden verwerkt door een netwerk van eenvoudige, willekeurig verbonden knopen die de informatie transformeren en combineren, voordat de definitieve aantrekkelijkheidsscore wordt gegenereerd.
Omdat BLS niet afhankelijk is van diepe laagstructuur, kan E-BLS worden bijgewerkt door meer knopen toe te voegen in plaats van het hele systeem opnieuw te trainen. Dit houdt de training snel en maakt het gemakkelijker om het model te verbeteren wanneer nieuwe gegevens worden geïntroduceerd.
Het tweede van de twee varianten, ER-BLS, bouwt voort op E-BLS door een extra verwerkingstap toe te voegen tussen de EfficientNet-kenmerkenextractor en BLS, met als doel de manier waarop deze geëxtraheerde kenmerken worden voorbereid voordat ze voor voorspelling worden gebruikt, te verbeteren:
Architectuur van het ER-BLS-model.
In plaats van de ruwe EfficientNet-kenmerken rechtstreeks in BLS door te geven, geeft ER-BLS ze eerst door aan een verfijninglaag die de gegevens standaardiseert en herschaapt, waardoor ruis wordt verminderd en de kenmerken meer consistent worden over verschillende afbeeldingen. Deze stap is ontworpen om de manier waarop het systeem generaliseert te verbeteren, vooral wanneer gezichten variëren in verlichting, pose of andere visuele omstandigheden die anders instabiliteit in de voorspellingen kunnen introduceren.
De verfijnde kenmerken worden vervolgens doorgegeven aan dezelfde BLS-structuur die in E-BLS wordt gebruikt, waarin kenmerkknopen en verbeteringsknopen de informatie transformeren en combineren om de definitieve aantrekkelijkheidsscore te produceren.
Methode
Het eerder genoemde Broad Learning System is een lichtgewicht alternatief voor diepe neurale netwerken, dat het stapelen van meerdere lagen overslaat en in plaats daarvan het leren verspreidt over een breed scala van eenvoudige verbindingen, waardoor modellen snel kunnen trainen – maar meestal ten koste van het missen van fijnere visuele details.
De eerste van de twee varianten, E-BLS, combineert EfficientNet-gebaseerde transfer learning met BLS, door gedetailleerde visuele kenmerken van een gezicht te extraheren en vervolgens door te geven aan BLS, waardoor een definitieve voorspelling wordt gegenereerd die de noodzaak om een volledig diep neuronaal netwerk van scratch te trainen, vermindert:
Architectuurdiagram voor het E-BLS-model.
EfficientNet, vooraf getraind op ImageNet-1k, en grotendeels ongewijzigd, converteert elke invoerafbeelding in een compacte set van kenmerkwaarden die het gezicht op een gestructureerde manier beschrijven, terwijl BLS deze waarden verwerkt door een netwerk van eenvoudige, willekeurig verbonden knopen die de informatie transformeren en combineren, voordat de definitieve aantrekkelijkheidsscore wordt gegenereerd.
Omdat BLS niet afhankelijk is van diepe laagstructuur, kan E-BLS worden bijgewerkt door meer knopen toe te voegen in plaats van het hele systeem opnieuw te trainen. Dit houdt de training snel en maakt het gemakkelijker om het model te verbeteren wanneer nieuwe gegevens worden geïntroduceerd.
Het tweede van de twee varianten, ER-BLS, bouwt voort op E-BLS door een extra verwerkingstap toe te voegen tussen de EfficientNet-kenmerkenextractor en BLS, met als doel de manier waarop deze geëxtraheerde kenmerken worden voorbereid voordat ze voor voorspelling worden gebruikt, te verbeteren:
Architectuur van het ER-BLS-model.
In plaats van de ruwe EfficientNet-kenmerken rechtstreeks in BLS door te geven, geeft ER-BLS ze eerst door aan een verfijninglaag die de gegevens standaardiseert en herschaapt, waardoor ruis wordt verminderd en de kenmerken meer consistent worden over verschillende afbeeldingen. Deze stap is ontworpen om de manier waarop het systeem generaliseert te verbeteren, vooral wanneer gezichten variëren in verlichting, pose of andere visuele omstandigheden die anders instabiliteit in de voorspellingen kunnen introduceren.
De verfijnde kenmerken worden vervolgens doorgegeven aan dezelfde BLS-structuur die in E-BLS wordt gebruikt, waarin kenmerkknopen en verbeteringsknopen de informatie transformeren en combineren om de definitieve aantrekkelijkheidsscore te produceren.
Gegevens en tests
Om hun aanpak te testen, hebben de auteurs gebruik gemaakt van de SCUT-FBP5500-dataset, een collectie van gezichtsschoonheidsvoorspellingen van de Zuid-Chinese Universiteit, met 5.500 frontale gezichtsafbeeldingen van 350x350px, met een diverse verzameling van rassen, geslachten en leeftijden:
Voorbeeldafbeeldingen uit de SCUT-FBP5500-dataset, met gezichten beoordeeld van minst (1) tot meest (5) aantrekkelijk.
Elke afbeelding werd beoordeeld met een schoonheidsscore door 60 vrijwilligers, op een schaal van 1-5, variërend van extreem onaantrekkelijk (1) tot extreem aantrekkelijk (5):
De verdeling van de proporties van afbeeldingen per schoonheidsscore.
Het andere gebruikte dataset was de Grote Aziatische Vrouwelijke Schoonheidsdataset (LSAFBD), een dataset samengesteld door de auteurs zelf.
Voorbeeldafbeeldingen uit de LSAFBD-dataset, met gezichten beoordeeld van minst (1) tot meest (5) aantrekkelijk.
De collectie bestaat uit 80.000 ongelabelde afbeeldingen van 144x144px, met variaties in pose en achtergrond, evenals leeftijd. Deze werden beoordeeld door 75 vrijwilligers voor dezelfde criteria als het vorige dataset, deze keer op een schaal van 0-4:
De verdeling voor de LSAFBD-dataset.
Elk dataset werd gesplitst in trainings- en testsegmenten met een verhouding van 8/20, en cross-validatie werd gebruikt om resultaten over runs te stabiliseren. Het BLS-component werd geconfigureerd door het aantal kenmerkvensters; het aantal knopen per venster; en het aantal verbeteringsknopen, met Hyperopt gebruikt om effectieve combinaties te zoeken.
Om een baseline te vestigen, werd een standaard BLS-model getraind onder identieke instellingen, waarna een reeks transfer learning-modellen werd geïntroduceerd, waaronder ResNet50, Inception-V3, DenseNet121, InceptionResNetV2, EfficientNetB7, MobileNetV2, NASNet en Xception – allemaal geïnitialiseerd met ImageNet-1k-gewichten en getraind met hun laatste lagen ontgrendeld.
Training gebruikte een leer tempo van 0,001 (verlaagd wanneer voortgang stilviel), en een batchgrootte van 16, over 50 epochs, met regularisatie en rechtgetrokken lineaire activatie (ReLU) toegepast in de hele training.
Prestaties werden geëvalueerd met behulp van nauwkeurigheid en Pearson-correlatie, naast de totale traintijd, met resultaten gemiddeld over vijf runs.
De auteurs melden de trainingsopstelling als een Intel-i7 3,6 GHz CPU en 64GB RAM op een ‘desktopcomputer’:
Prestatievergelijking op SCUT-FBP5500, waar E-BLS en ER-BLS concurrerende nauwkeurigheid behalen tegenover diepe CNN-modellen, waaronder ResNet50, EfficientNetB7, InceptionV3 en Xception, terwijl ze aanzienlijk minder traintijd vereisen – waardoor de efficiëntiegewinsten van het combineren van transfer learning met een Broad Learning System worden benadrukt.
Resultaten toonden aan dat E-BLS de nauwkeurigheid verbeterde van 65,85% tot 73,13%, terwijl ER-BLS 74,69% bereikte, waarmee alle vergeleken modellen werden overtroffen. De traintijd bleef aanzienlijk lager dan diepe CNN’s, op ongeveer 1.300 seconden, versus enkele duizenden tot meer dan 25.000 seconden.
Voor de tests op LSAFBD toonden de resultaten aan dat E-BLS de nauwkeurigheid verbeterde ten opzichte van het standaard BLS, terwijl ER-BLS de hoogste nauwkeurigheid bereikte onder alle vergeleken methoden:
Prestatie op LSAFBD, waar ER-BLS en E-BLS hogere nauwkeurigheid leveren dan alle baseline- en transfer learning-modellen, terwijl ze slechts een fractie van hun traintijd vereisen, wat een consistent voordeel in efficiëntie aangeeft zonder de voorspellingskwaliteit te offeren.
Beide varianten behielden aanzienlijk lagere traintijden dan diepe CNN-modellen, wat een efficiëntere balans tussen prestaties en computationele kosten aangaf.
Conclusie
Dit is enigszins een ‘throwback’-publicatie, zoals blijkt uit het gebruik van pre-boom-favorieten zoals CNN’s, en door het gebruik van de laagste trainingsuitrusting die ik in een nieuw artikel in vele jaren heb aangetroffen.
Nonetheless, het gaat over een verrassend robuust doel in computervisie; een dat zwaar leunt op menselijke ervaring en subjectieve interpretatie, en dat een schema vereist dat de esthetische trends van het moment overstijgt, en dat een echt robuust pijplijn voor de taak kan bieden.
Eerst gepubliceerd op donderdag 19 maart 2026
