Instrumentul AI care înlătură machiajul pentru a preveni minorii să ocolească verificările de vârstă

Apariția cosmeticelor faciale permite utilizatorilor minori, în majoritate fete, să treacă neobservați verificările de vârstă bazate pe selfie pe platforme precum aplicații de dating și site-uri de comerț electronic. Un nou instrument AI abordează această lacună, utilizând un model discriminatoriu antrenat pentru a șterge machiajul, păstrând identitatea, ceea ce face mai dificil pentru minori să înșele sistemele automate.

Utilizarea serviciilor de verificare a vârstei bazate pe selfie de către terți este în creștere, nu în ultimul rând din cauza unei impulsului global general către verificarea vârstei online.

De exemplu, în noul regim de aplicare pe care îl impune acum Legea de siguranță online a Regatului Unit, verificarea vârstei poate fi efectuată de o varietate de servicii terțe, utilizând diverse metode posibile, inclusiv verificarea vârstei pe baza aspectului, unde AI este utilizat pentru a prezice vârsta utilizatorului pe baza imaginilor de la camera mobilă. Serviciile care utilizează abordări de acest fel includ Ondato, TrustStamp și Yoti.

Cu toate acestea, estimarea vârstei nu este infailibilă, iar determinarea tradițională a adolescenților de a anticipa drepturile adulților înseamnă că tinerii au dezvoltat diverse metode eficiente pentru a intra pe site-urile de dating, forumuri și alte medii care interzic grupa lor de vârstă.

Una dintre aceste metode, utilizată în mod frecvent de femei*, este purtarea de machiaj facial – o tactică cunoscută pentru a înșela sistemele automate de estimare a vârstei, care, în general, supraprezic vârsta tinerilor și subestimează vârsta persoanelor mai în vârstă.

Nu doar fetele

Înainte de a apărea proteste la considerarea machiajului ca “focalizat pe femei”, trebuie să notăm că prezența cosmeticelor faciale pe orice persoană este un indicator foarte nesigur al genului:

În lucrarea ‘Impactul cosmeticelor faciale asupra algoritmilor automate de gen și vârstă’ cercetătorii americani au descoperit că sistemele de verificare a genului erau înșelate de machiajul care schimba genul. Sursă: https://cse.msu.edu/~rossarun/pubs/ChenCosmeticsGenderAge_VISAPP2014.pdf

În 2024, 72% dintre consumatorii americani de sex masculin cu vârsta cuprinsă între 18 și 24 de ani erau estimați a utiliza machiaj în rutina lor de îngrijire a pielii – deși majoritatea utilizează produse cosmetice pentru a îmbunătăți aspectul pielii sănătoase, mai degrabă decât a se angaja în combinații de machiaj mai asociate cu estetica vizuală a femeilor.

Deci, nu putem decât să abordăm materialul studiat în acest articol de-a lungul celor mai comune scenarii explorate în noile cercetări – acela al minorilor de sex feminin care utilizează machiaj pentru a subverti sistemele automate de verificare a vârstei pe baza aspectului.

Înlăturarea eficientă a machiajului – Metoda AI

Cercetarea menționată mai sus provine de la trei contribuitori de la Universitatea din New York, sub forma unei noi lucrări DiffClean: Înlăturarea machiajului pe baza difuziei pentru o estimare precisă a vârstei.

Obiectivul proiectului este de a realiza o metodă condusă de AI pentru a înlătura aspectul machiajului de pe imagini (posibil inclusiv imagini video), pentru a obține o idee mai bună despre vârsta reală a persoanei din spatele machiajului.

Din noua lucrare, un exemplu de cum înlăturarea machiajului poate altera semnificativ o predicție de vârstă. Sursă: https://arxiv.org/pdf/2507.13292

Una dintre provocările dezvoltării unui astfel de sistem este sensibilitatea potențială în jurul colectării sau curățării imaginilor cu minori care poartă machiaj de adulți. În cele din urmă, cercetătorii au utilizat un sistem Generative Adversarial Network (GAN) bazat pe terți, numit EleGANt, pentru a impune stiluri de machiaj artificial, o tehnică care s-a dovedit foarte eficientă:

Sistemul EleGANt al Universităii Tsinghua din 2022 utilizează o rețea GAN pentru a suprapune cosmetică autentică pe fotografii sursă. Sursă: https://arxiv.org/pdf/2207.09840

Cu ajutorul datelor sintetice obținute în acest mod și cu ajutorul unei game diverse de proiecte și seturi de date auxiliare, autorii au putut depăși metodele actuale de estimare a vârstei atunci când au fost confruntați cu machiaj “performant” sau “evident”.

Lucrarea afirmă:

‘DiffClean [șterge] urmele de machiaj utilizând un model de difuzie ghidat de text pentru a apăra împotriva atacurilor cu machiaj. [Acesta] îmbunătățește estimarea vârstei (precizia minor/adult cu 4,8%) și verificarea feței (TMR cu 8,9% la FMR=0,01%) față de metodele competitive pe imagini cu machiaj simulate și reale.’

Să examinăm cum au abordat această sarcină.

Metodă

Pentru a evita utilizarea de imagini reale cu minori în machiaj, autorii au utilizat EleGANt pentru a aplica machiaj sintetic pe imagini din setul de date UTKFace, producând perechi înainte și după pentru antrenament.

Exemple din setul de date UTKFace. Sursă: https://susanqq.github.io/UTKFace/

DiffClean a fost apoi antrenat pentru a inversa această transformare. Deoarece algoritmii de estimare a vârstei greșesc cel mai mult atunci când au de-a face cu grupuri de vârstă mai tinere, cercetătorii au considerat necesar să dezvolte un clasificator de vârstă proxy finetune pe vârstele țintă (10-19 ani). În acest scop, au utilizat arhitectura SSRNet antrenată pe UTKFace, cu o pierdere L1 ponderată.

O versiune simplificată a modelului de difuzie OpenAI din 2021 a furnizat structura de bază pentru transformare, cu autorii păstrând arhitectura de bază, dar modificând-o cu capete de atenție suplimentare la diverse rezoluții, straturi mai adânci și blocuri în stil BigGAN pentru a îmbunătăți etapele de upsampling și downsampling.

Controlul direcțional a fost introdus utilizând CLIP prompturi: în mod specific, față cu machiaj și față fără machiaj, astfel încât modelul să învețe să se deplaseze în direcția semantică dorită, permițând înlăturarea machiajului fără a compromite detaliile feței, indicii de vârstă sau identitatea.

Machiaj sintetic aplicat utilizând EleGANt. Fiecare triplet arată imaginea originală UTKFace (stânga), stilul de referință de machiaj (centru) și rezultatul după transferul de stil (dreapta). Transferul de machiaj de acest fel este frecvent în literatura de recunoaștere a imaginilor, iar această facilitate este disponibilă și în filtrele neuronale ale Adobe Photoshop, care pot impune de asemenea machiaj dintr-o imagine de referință pe o imagine țintă.

Patru funcții de pierdere cheie au ghidat înlăturarea machiajului fără a afecta identitatea sau indicii de vârstă. Pe lângă pierderea bazată pe CLIP menționată anterior, identitatea a fost păstrată utilizând o pereche ponderată de pierderi ArcFace extrase din biblioteca InsightFace – pierderi care au măsurat similaritatea dintre fața generată și atât imaginea originală curată, cât și versiunea “machiată”, asigurând că subiectul a rămas vizual consistent înainte și după înlăturarea machiajului.

În al treilea rând, pierderea perceptuală LPIPS a utilizat distanța L1 pentru a impune realismul la nivel de pixel și a păstra aspectul general al imaginii originale după înlăturarea machiajului.

În cele din urmă, vârsta a fost supravegheată utilizând un SSRNet finetune pe setul de date UTKFace, cu modelul utilizând o pierdere L1 netedă (cu penalități mai grele pentru erorile din intervalul de vârstă 10–29, unde clasificarea greșită este cea mai frecventă). O variantă a modelului a înlocuit acest lucru cu o prompt de vârstă bazat pe CLIP, solicitând modelului să se potrivească cu aspectul unei vârste specifice.

Pentru estimarea vârstei în timpul inferenței (în contrast cu utilizarea SSRNet în timpul antrenamentului), a fost utilizat cadru MiVOLO din 2023.

Date și teste

Setul de date UTKFace finetune a utilizat un set de antrenament de 15.364 de imagini, împotriva unui set de test de 6.701 de imagini. Cele 20.000 de imagini originale au fost filtrate pentru a înlătura orice persoană cu vârsta peste 70 de ani și apoi împărțite în mod similar 70:30.

Conform metodei anterioare stabilite de proiectul DiffAM din 2023, antrenamentul a continuat în două etape, cu prima sesiune utilizând 300 de imagini cu machiaj din lumea reală (aceasta fiind o împărțire de 200/100 între antrenament și validare) din setul de date MT al BeautyGAN.

Modelul a fost rafinat ulterior utilizând 300 de imagini suplimentare UTKFace, augmentate cu machiaj sintetic prin EleGANt. Acest lucru a creat un set final de antrenament de 600 de exemple, împerecheate pe cinci stiluri de referință de la BeautyGAN. Deoarece înlăturarea machiajului implică maparea multor stiluri de machiaj la o singură față curată, antrenamentul s-a concentrat pe generalizarea largă, mai degrabă decât acoperirea fiecărei variații cosmetice posibile.

Performanța a fost evaluată pe imagini atât sintetice, cât și din lumea reală. Testarea sintetică a utilizat 2.556 de imagini din setul de date Flickr-Faces-HQ (FFHQ), eșantionate uniform pe nouă grupuri de vârstă sub 70 de ani și modificate cu EleGANt.

Generalizarea a fost evaluată utilizând 3.000 de imagini din BeautyFace și 355 din LADN, ambele conținând machiaj autentic.

Exemple din setul de date BeautyFace, exemplificând segmentarea semantică care definește diverse zone ale suprafeței feței afectate. Sursă: https://li-chongyi.github.io/BeautyREC_files/

Metrici și implementare

Pentru metrici, autorii au utilizat Eroarea Medie Absolută (MAE) între valorile reale (imagini reale cu vârste stabilite) și valorile de vârstă prezise, unde rezultatele mai mici sunt mai bune; precizia grupului de vârstă a fost utilizată pentru a evalua dacă vârstele prezise au ajuns în grupările corecte (în acest caz, rezultatele mai mici sunt mai bune); precizia minor/adult a fost utilizată pentru a evalua identificarea corectă a persoanelor cu vârsta de peste 18 ani (în acest caz, un rezultat mai mare este mai bun).

În plus, deși nu se concentrează în mod special pe subiectul în discuție, autorii raportează și metrici de verificare a identității sub formă de Rate de potrivire adevărată (TMR) și Rate de potrivire falsă (FMR), cu raportarea suplimentară a valorilor Receivere a caracteristicii operaționale (ROC) asociate.

SSRNet a fost finetune pe imagini de 64×64 pixeli utilizând un dimensiune de lot de 50 sub optimizerul Adam cu o decădere a greutății de 1e−4, precum și un programator de annealare cosmică și o rată de învățare de 1e−3 pe parcursul a 200 de epoci, cu oprirea timpurie.

În schimb, modulul DiffClean a primit imagini de intrare de 256×256 pixeli și a fost finetune pentru cinci epoci utilizând Adam, la o rată de învățare mai puțin fină de 4e−3. Eșantionarea a utilizat 40 de pași de inversare DDIM și 6 pași DDIM înainte. Toate antrenamentele au fost efectuate pe o singură placă grafică NVIDIA A100 (dacă a avut 40GB sau 80GB de VRAM nu a fost specificat).

Sistemele rivale testate au fost CLIP2Protect și DiffAM menționat anterior. Autorii au utilizat stiluri de machiaj “matte” în fluxul de lucru, deoarece acesta a fost notat în CLIP2Protect ca realizând o rată de succes mai mare (presupunând o cale de oportunitate pentru cei care doresc să învingă această abordare – dar aceasta este o chestiune pentru o altă ocazie).

Pentru a replica DiffAM ca bază de comparație, modelul preantrenat de la BeautyGAN a fost finetune pe setul de date MT. Pentru transferul de machiaj adversarial, s-a utilizat punctul de control de la DiffAM cu parametrii impliciti pentru modelul țintă, imaginea de referință și identitate.

Performanța DiffClean în comparație cu bazele de comparație la sarcinile de estimare a vârstei, utilizând MiVOLO. Metricile raportate sunt precizia clasificării minor/adult, precizia grupului de vârstă și eroarea medie absolută (MAE). DiffClean cu pierderea de vârstă CLIP obține cele mai bune rezultate în toate metricile.

Dintre aceste rezultate, autorii afirmă:

‘Metoda noastră DIFFCLEAN depășește ambele baze de comparație, CLIP2Protect și DiffAM, și poate restaura cu succes indicii de vârstă perturbate din cauza machiajului, reducând MAE (la 5,71) și îmbunătățind precizia generală a grupului de vârstă (la 37%).

‘Obiectivul nostru s-a concentrat pe grupurile de vârstă minore, iar rezultatele indică faptul că obținem o clasificare superioară a vârstei minor/adult de 88,6%.’

Rezultate de înlăturare a machiajului de la metodele de bază și propuse. Coloana din stânga arată imagini sursă, următoarele sunt ieșiri de la CLIP2Protect și DiffAM. A treia coloană arată rezultate de la DiffClean prin SSRNet și pierderea de vârstă bazată pe CLIP. Autorii susțin că DiffClean înlătură machiajul mai eficient, evitând distorsionarea caracteristicilor observate la CLIP2Protect și cosmeticele reziduale ratate de DiffAM.

Autorii notează în plus că machiajul nu are un efect uniform asupra vârstei aparente, ci poate crește, descrește sau lăsa neschimbată vârsta aparentă a unei fețe. Prin urmare, DiffClean nu aplică o “reducere generală” a vârstei prezise, ci încearcă să recupereze indicii de vârstă originale prin înlăturarea urmelor de machiaj:

Exemple de înlăturare a machiajului din seturile de date CelebA-HQ și CACD. Fiecare coloană arată o pereche de imagini înainte (stânga) și după (dreapta) înlăturarea machiajului. În prima coloană, vârsta prezisă scade după înlăturarea machiajului; în a doua, rămâne neschimbată; și în a treia, crește.

Pentru a testa cât de bine DiffClean funcționează pe date noi, a fost rulat pe seturile de date BeautyFace și LADN, care conțin machiaj autentic, dar nu au imagini pereche cu aceleași subiecți fără machiaj. Estimările de vârstă efectuate înainte și după înlăturarea machiajului au fost comparate pentru a evalua cât de eficient DiffClean reduce distorsionarea introdusă de machiaj:

Rezultate de înlăturare a machiajului pe imagini reale din seturile de date LADN (stânga) și BeautyFace (dreapta). DiffClean reduce vârsta prezisă prin înlăturarea machiajului, reducând decalajul dintre vârsta aparentă și vârsta reală. Numerele albe arată vârstele estimate înainte și după procesare.

Rezultatele au arătat că DiffClean reduce constant decalajul dintre vârsta aparentă și vârsta reală. Pe ambele seturi de date, a redus erorile de supraprezicere și subaprezicere cu aproximativ trei ani în medie, sugerând că sistemul se generalizează bine la stiluri cosmetice din lumea reală.

Concluzie

Este interesant și, probabil, inevitabil că machiajul cosmetic “performant” va fi utilizat într-un mod adversarial. Având în vedere că fetele se maturizează la ritmuri diferite, dar se maturizează în mod constant mai repede ca grup, sarcina de a identifica pragul dintre statutul de minor și cel de adult feminin poate fi una dintre cele mai ambițioase pe care scena de cercetare a mai avut-o vreodată.

În orice caz, timpul și datele pot determina în cele din urmă semne de vârstă consistente care pot fi utilizate pentru a ancora sistemele de verificare a vârstei pe baza aspectului.

* Deoarece acest subiect invită la limbaj încărcat, și deoarece ‘fete’ este exclusiv (în timp ce ‘femei și fete’, termenul acceptat în prezent pentru persoane de sex feminin, nu este o descriere precisă în acest caz), am recurs la ‘femei’ ca la cel mai bun compromis pe care l-am putut concepe – deși nu cuprinde toate subtilitățile demografice, pentru care îmi cer scuze.

^† În acest articol, utilizez ‘performant’ pentru a indica machiajul care este destinat a fi văzut și recunoscut ca atare, cum ar fi mascara, eyeliner, blush și fond de ten, în contrast cu cremele de acoperire și alte tipuri de aplicații cosmetice ‘ascunse’.

Publicat pentru prima dată vineri, 18 iulie 2025