லைவ்ஸ்ட்ரீம்களுக்கான முகத்தின் கவர்ச்சியை கணித்தல்

இன்றுவரை, முக ஈர்ப்பு கணிப்பு (FAP) முதன்மையாக உளவியல் ஆராய்ச்சியின் பின்னணியில், அழகு மற்றும் அழகுசாதனப் பொருட்கள் துறையில், மற்றும் ஒப்பனை அறுவை சிகிச்சையின் பின்னணியில் ஆய்வு செய்யப்பட்டுள்ளது. இது ஒரு சவாலான படிப்புத் துறையாகும், ஏனெனில் அழகுக்கான தரநிலைகள் இருக்கும் உலகளாவியதை விட தேசியமானது.

இதன் பொருள் எந்த ஒரு பயனுள்ள AI-அடிப்படையிலான தரவுத்தொகுப்பும் சாத்தியமானது அல்ல, ஏனென்றால் எல்லா கலாச்சாரங்களிலிருந்தும் மாதிரி முகங்கள்/மதிப்பீடுகளிலிருந்து பெறப்பட்ட சராசரி சராசரிகள் மிகவும் பக்கச்சார்பானதாக இருக்கும் (அதிக மக்கள்தொகை கொண்ட நாடுகள் கூடுதல் இழுவைப் பெறும்), இல்லையெனில் பொருந்தும் கலாச்சாரம் இல்லை (இங்கு பல இனங்கள்/மதிப்பீடுகளின் சராசரி சராசரி எந்த உண்மையான இனத்திற்கும் சமமாக இருக்காது).

மாறாக அபிவிருத்தி செய்வதே சவால் கருத்தியல் முறைகள் மற்றும் ஒவ்வொரு பிராந்தியத்திற்கும் பயனுள்ள FAP மாதிரிகளை உருவாக்குவதற்கு, எந்த நாடு அல்லது கலாச்சாரம் சார்ந்த தரவுகளை செயலாக்க முடியும்.

அழகு மற்றும் உளவியல் ஆராய்ச்சியில் FAPக்கான பயன்பாடுகள் மிகவும் சிறியவை, மற்றவை தொழில் சார்ந்தவை; எனவே இன்றுவரை க்யூரேட் செய்யப்பட்ட பெரும்பாலான தரவுத்தொகுப்புகள் வரையறுக்கப்பட்ட தரவை மட்டுமே கொண்டிருக்கின்றன அல்லது வெளியிடப்படவில்லை.

பெரும்பாலும் மேற்கத்திய பார்வையாளர்களை இலக்காகக் கொண்ட ஆன்லைன் ஈர்ப்பு முன்னறிவிப்பாளர்களின் எளிதாகக் கிடைப்பது, FAP இல் உள்ள அதிநவீனத்தைக் குறிக்க வேண்டிய அவசியமில்லை, இது தற்போது கிழக்கு ஆசிய ஆராய்ச்சி (முதன்மையாக சீனா) மற்றும் தொடர்புடைய கிழக்கு ஆசிய தரவுத்தொகுப்புகளால் ஆதிக்கம் செலுத்துகிறது.

2020 இன் தரவுத்தொகுப்பு எடுத்துக்காட்டுகள் 'ஆசிய பெண் முக அழகு கணிப்பு பரிமாற்ற கற்றல் மற்றும் மல்டி-சேனல் ஃபீச்சர் ஃப்யூஷன் மூலம் ஆழமான நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்துதல்'. Source: https://www.semanticscholar.org/paper/Asian-Female-Facial-Beauty-Prediction-Using-Deep-Zhai-Huang/59776a6fb0642de5338a3dd9bac112194906bf30

அழகு மதிப்பீட்டிற்கான பரந்த வணிக பயன்பாடுகள் அடங்கும் ஆன்லைன் டேட்டிங் பயன்பாடுகள், மற்றும் ஜெனரேட்டிவ் AI அமைப்புகள் வடிவமைக்கப்பட்டுள்ளது மக்களின் உண்மையான அவதார் படங்கள் 'டச் அப்' (அத்தகைய பயன்பாடுகளுக்கு செயல்திறனின் அளவீடாக அழகுக்கான அளவுகோல் தேவைப்பட்டது).

வரைதல் முகங்கள்

கவர்ச்சிகரமான நபர்கள் விளம்பரம் மற்றும் செல்வாக்கு-கட்டமைப்பில் மதிப்புமிக்க சொத்தாகத் தொடர்கின்றனர், இந்த துறைகளில் நிதி ஊக்குவிப்புகளை அதிநவீன FAP தரவுத்தொகுப்புகள் மற்றும் கட்டமைப்புகளை முன்னேற்றுவதற்கான தெளிவான வாய்ப்பாக மாற்றுகிறது.

உதாரணமாக, முக அழகை மதிப்பிடுவதற்கும் மதிப்பிடுவதற்கும் நிஜ-உலகத் தரவைக் கொண்டு பயிற்சியளிக்கப்பட்ட AI மாதிரியானது, விளம்பர தாக்கத்திற்கு அதிக திறன் கொண்ட நிகழ்வுகள் அல்லது தனிநபர்களை அடையாளம் காண முடியும். லைவ் வீடியோ ஸ்ட்ரீமிங் சூழல்களில் இந்தத் திறன் மிகவும் பொருத்தமானதாக இருக்கும், அங்கு 'பின்தொடர்பவர்கள்' மற்றும் 'விருப்பங்கள்' போன்ற அளவீடுகள் தற்போது மட்டுமே செயல்படுகின்றன. உள்ளார்ந்த பார்வையாளர்களை வசீகரிக்கும் ஒரு நபரின் (அல்லது ஒரு முக வகையின்) திறனின் குறிகாட்டிகள்.

இது ஒரு மேலோட்டமான அளவீடு, நிச்சயமாக, குரல், விளக்கக்காட்சி மற்றும் பார்வை ஆகியவை பார்வையாளர்களை சேகரிப்பதில் குறிப்பிடத்தக்க பங்கைக் கொண்டுள்ளன. எனவே FAP தரவுத்தொகுப்புகளின் க்யூரேஷனுக்கு மனித மேற்பார்வை தேவைப்படுகிறது, அத்துடன் முகத்தை 'விசேஷமான' கவர்ச்சியிலிருந்து வேறுபடுத்தும் திறனும் தேவைப்படுகிறது (இது இல்லாமல், அலெக்ஸ் ஜோன்ஸ் போன்ற டொமைனுக்கு வெளியே செல்வாக்கு செலுத்துபவர்கள் மட்டுமே வடிவமைக்கப்பட்ட சேகரிப்புக்கான சராசரி FAP வளைவை பாதிக்கலாம். முக அழகை மதிப்பிடுவதற்கு).

லைவ் பியூட்டி

FAP தரவுத்தொகுப்புகளின் பற்றாக்குறையை நிவர்த்தி செய்ய, சீனாவைச் சேர்ந்த ஆராய்ச்சியாளர்கள் முதல் பெரிய அளவிலான FAP தரவுத்தொகுப்பை வழங்குகிறார்கள், இதில் 100,000 முகப் படங்கள் உள்ளன, மேலும் 200,000 மனித சிறுகுறிப்புகள் முக அழகை மதிப்பிடுகின்றன.

புதிய LiveBeauty தரவுத்தொகுப்பிலிருந்து மாதிரிகள். ஆதாரம்: https://arxiv.org/pdf/2501.02509

என்ற தலைப்பில் லைவ் பியூட்டி, தரவுத்தொகுப்பில் 10,000 வெவ்வேறு அடையாளங்கள் உள்ளன, இவை அனைத்தும் மார்ச் 2024 இல் (குறிப்பிடப்படாத) லைவ் ஸ்ட்ரீமிங் தளங்களில் இருந்து எடுக்கப்பட்டது.

ஆசிரியர்கள் FPEM, ஒரு நாவல் மல்டி-மாடல் FAP முறையையும் வழங்குகிறார்கள். FPEM முழுமையான முக முன் அறிவு மற்றும் பல மாதிரி அழகியல் சொற்பொருள் ஆகியவற்றை ஒருங்கிணைக்கிறது அம்சங்கள் தனிப்பயனாக்கப்பட்ட கவர்ச்சியான முன் தொகுதி (PAPM), பல மாதிரி கவர்ச்சியான குறியாக்கி தொகுதி (MAEM) மற்றும் ஒரு குறுக்கு மாதிரி இணைவு தொகுதி (CMFM) வழியாக.

புதிய LiveBeauty தரவுத்தொகுப்பு மற்றும் பிற FAP தரவுத்தொகுப்புகளில் FPEM அதிநவீன செயல்திறனை அடைகிறது என்று தாள் வாதிடுகிறது. லைவ் ஸ்ட்ரீமிங்கில் வீடியோ தரம், உள்ளடக்கப் பரிந்துரை மற்றும் முக ரீடூச்சிங் ஆகியவற்றை மேம்படுத்துவதற்கான சாத்தியமான பயன்பாடுகளை ஆராய்ச்சி கொண்டுள்ளது என்று ஆசிரியர்கள் குறிப்பிடுகின்றனர்.

தரவுத்தொகுப்பை 'விரைவில்' கிடைக்கச் செய்வதாகவும் ஆசிரியர்கள் உறுதியளிக்கின்றனர் - இருப்பினும் மூல டொமைனில் உள்ளார்ந்த எந்தவொரு உரிமக் கட்டுப்பாடுகளும் வேலையைப் பயன்படுத்தக்கூடிய பொருந்தக்கூடிய பெரும்பாலான திட்டங்களுக்கு அனுப்பப்படலாம் என்பதை ஒப்புக் கொள்ள வேண்டும்.

தி புதிய தாள் என்ற தலைப்பில் உள்ளது லைவ் ஸ்ட்ரீமிங்கில் முக ஈர்ப்பு கணிப்பு: ஒரு புதிய பெஞ்ச்மார்க் மற்றும் மல்டி-மாடல் முறை, மற்றும் அலிபாபா குழுமம் மற்றும் ஷாங்காய் ஜியாவ் டோங் பல்கலைக்கழகம் முழுவதும் உள்ள பத்து ஆராய்ச்சியாளர்களிடமிருந்து வருகிறது.

முறை மற்றும் தரவு

லைவ் ஸ்ட்ரீமிங் தளங்களிலிருந்து ஒவ்வொரு 10 மணிநேர ஒளிபரப்பிலிருந்தும், ஆராய்ச்சியாளர்கள் முதல் மூன்று மணிநேரங்களுக்கு ஒரு மணி நேரத்திற்கு ஒரு படத்தை எடுத்தனர். அதிகப் பக்கப் பார்வைகளைக் கொண்ட ஒளிபரப்புகள் தேர்ந்தெடுக்கப்பட்டன.

சேகரிக்கப்பட்ட தரவு பின்னர் பல முன் செயலாக்க நிலைகளுக்கு உட்பட்டது. இதில் முதலாவது முகம் பகுதி அளவு அளவீடு, இது 2018 CPU அடிப்படையிலானது முகப்பெட்டிகள் முகக் கோடுகளைச் சுற்றி ஒரு எல்லைப் பெட்டியை உருவாக்க கண்டறிதல் மாதிரி. பைப்லைன் சிறிய அல்லது தெளிவற்ற முகப் பகுதிகளைத் தவிர்த்து, எல்லைப் பெட்டியின் குறுகிய பக்கமானது 90 பிக்சல்களுக்கு மேல் இருப்பதை உறுதி செய்கிறது.

இரண்டாவது படி தெளிவின்மை கண்டறிதல், இன் மாறுபாட்டைப் பயன்படுத்தி முகம் பகுதிக்கு இது பயன்படுத்தப்படுகிறது லாப்லாசியன் ஆபரேட்டர் முகப் பயிரின் உயரம் (Y) சேனலில். இந்த மாறுபாடு 10 ஐ விட அதிகமாக இருக்க வேண்டும், இது மங்கலான படங்களை வடிகட்ட உதவுகிறது.

மூன்றாவது படி முகம் தோரணை மதிப்பீடு, இது 2021 ஐப் பயன்படுத்துகிறது 3DDFA-V2 போஸ் மதிப்பீட்டு மாதிரி:

3DDFA-V2 மதிப்பீட்டு மாதிரியிலிருந்து எடுத்துக்காட்டுகள். ஆதாரம்: https://arxiv.org/pdf/2009.09960

இங்கே பணிப்பாய்வு செதுக்கப்பட்ட முகத்தின் சுருதிக் கோணம் 20 டிகிரிக்கு மேல் இல்லை என்பதையும், யவ் கோணம் 15 டிகிரிக்கு மேல் இல்லை என்பதையும் உறுதிசெய்கிறது, இது தீவிர தோற்றங்களைக் கொண்ட முகங்களைத் தவிர்த்துவிடும்.

நான்காவது படி முக விகித மதிப்பீடு, இது 3DDFA-V2 மாடலின் பிரிவுத் திறன்களைப் பயன்படுத்துகிறது, முகம் முக்கியத்துவம் வாய்ந்ததாக இல்லாத படங்களைத் தவிர்த்து, செதுக்கப்பட்ட முகப் பகுதியின் விகிதம் படத்தின் 60% ஐ விட அதிகமாக இருப்பதை உறுதி செய்கிறது. அதாவது, ஒட்டுமொத்த படத்தில் சிறியது.

இறுதியாக, ஐந்தாவது படி நகல் எழுத்து நீக்கம், 10 மணி நேர வீடியோவிற்காக சேகரிக்கப்பட்ட மூன்று படங்களில் ஒன்றுக்கு மேற்பட்ட படங்களில் ஒரே அடையாளம் தோன்றும் நிகழ்வுகளுக்கு (பயன்படுத்தப்படாத) அதிநவீன முகம் அடையாளம் காணும் மாதிரியைப் பயன்படுத்துகிறது.

மனித மதிப்பீடு மற்றும் சிறுகுறிப்பு

இருபது சிறுகுறிப்புகள் ஆட்சேர்ப்பு செய்யப்பட்டன, இதில் ஆறு ஆண்களும் 14 பெண்களும் உள்ளனர், இது பயன்படுத்தப்பட்ட நேரடி தளத்தின் மக்கள்தொகையை பிரதிபலிக்கிறது*. நிலையான ஆய்வக நிலைமைகளின் கீழ், iPhone 6.7 Pro Max இன் 14 அங்குல திரையில் முகங்கள் காட்டப்பட்டன.

மதிப்பீடு 200 அமர்வுகளாகப் பிரிக்கப்பட்டது, ஒவ்வொன்றும் 50 படங்களைப் பயன்படுத்தியது. ஒவ்வொரு அமர்வுக்கும் இடையே ஐந்து நிமிட இடைவெளியை அமல்படுத்தி, அனைத்து அமர்வுகளிலும் அனைத்து பாடங்களும் பங்கேற்கும் வகையில், மாதிரிகளின் முக கவர்ச்சியை 1-5 மதிப்பெண்ணில் மதிப்பிட பாடங்கள் கேட்கப்பட்டன.

எனவே 10,000 படங்களின் முழுமையும் இருபது மனித பாடங்களில் மதிப்பீடு செய்யப்பட்டு, 200,000 சிறுகுறிப்புகளுக்கு வந்தன.

பகுப்பாய்வு மற்றும் முன் செயலாக்கம்

முதலில், அவுட்லியர் விகிதத்தைப் பயன்படுத்தி பாடத்திற்குப் பிந்தைய திரையிடல் செய்யப்பட்டது ஸ்பியர்மேனின் தரவரிசை தொடர்பு குணகம் (SROCC). SROCC 0.75க்கும் குறைவான மதிப்பீடுகளைக் கொண்ட பாடங்கள் அல்லது ஒரு வெளிநாட்டவர் 2% க்கும் அதிகமான விகிதம் நம்பகத்தன்மையற்றதாகக் கருதப்பட்டு நீக்கப்பட்டது, இறுதியாக 20 பாடங்கள் பெறப்பட்டன.

ஒரு சராசரி கருத்து மதிப்பெண் (எம்ஓஎஸ்) பின்னர் ஒவ்வொரு முகப் படத்திற்கும், செல்லுபடியாகும் பாடங்களில் பெற்ற மதிப்பெண்களின் சராசரியைக் கொண்டு கணக்கிடப்பட்டது. MOS ஆக செயல்படுகிறது அடிப்படை உண்மை ஒவ்வொரு படத்திற்கும் கவர்ச்சி லேபிள், மற்றும் ஒவ்வொரு செல்லுபடியாகும் பாடத்திலிருந்தும் அனைத்து தனிப்பட்ட மதிப்பெண்களையும் சராசரியாகக் கொண்டு மதிப்பெண் கணக்கிடப்படுகிறது.

இறுதியாக, அனைத்து மாதிரிகளுக்கான MOS விநியோகங்களின் பகுப்பாய்வு, அதே போல் பெண் மற்றும் ஆண் மாதிரிகள், அவை வெளிப்படுத்தியதைக் குறிக்கிறது. காஸியன் பாணி வடிவம், இது நிஜ உலக முக கவர்ச்சி விநியோகங்களுடன் ஒத்துப்போகிறது:

LiveBeauty MOS விநியோகங்களின் எடுத்துக்காட்டுகள்.

பெரும்பாலான தனிநபர்கள் சராசரி முக கவர்ச்சியைக் கொண்டுள்ளனர், குறைவான நபர்கள் மிகக் குறைந்த அல்லது அதிக கவர்ச்சியின் உச்சத்தில் உள்ளனர்.

மேலும், பகுப்பாய்வு வளைவு மற்றும் குர்டோசிஸ் விநியோகங்கள் மெல்லிய வால்களால் வகைப்படுத்தப்பட்டு சராசரி மதிப்பெண்ணைச் சுற்றி குவிந்திருப்பதை மதிப்புகள் காட்டுகின்றன. பெண் மாதிரிகள் மத்தியில் அதிக கவர்ச்சி அதிகமாக இருந்தது சேகரிக்கப்பட்ட நேரடி ஸ்ட்ரீமிங் வீடியோக்களில்.

கட்டிடக்கலை

ஃபேஷியல் ப்ரியர் என்ஹான்ஸ்டு மல்டி-மாடல் மாடல் (எஃப்பிஇஎம்) மற்றும் ஹைப்ரிட் ஃப்யூஷன் ஃபேஸ் ஆகிய லைவ்பியூட்டிக்கு இரண்டு-நிலை பயிற்சி உத்தி பயன்படுத்தப்பட்டது, இது நான்கு தொகுதிகளாகப் பிரிக்கப்பட்டது: தனிப்பயனாக்கப்பட்ட கவர்ச்சிக்கு முந்தைய தொகுதி (பிஏபிஎம்), ஒரு மல்டி மாடல் அட்ராக்டிவ்னஸ் என்கோடர் தொகுதி ( MAEM), ஒரு கிராஸ்-மாடல் ஃப்யூஷன் மாட்யூல் (CMFM) மற்றும் தி ஒரு முடிவு இணைவு தொகுதி (DFM).

லைவ்பியூட்டியின் பயிற்சி பைப்லைனுக்கான கருத்தியல் திட்டம்.

PAPM தொகுதி ஒரு படத்தை உள்ளீடாக எடுத்து பல அளவிலான காட்சி அம்சங்களைப் பிரித்தெடுக்கிறது a ஸ்வின் டிரான்ஸ்பார்மர், மேலும் முன் பயிற்சி பெற்றதைப் பயன்படுத்தி முகம் அறியும் அம்சங்களைப் பிரித்தெடுக்கிறது ஃபேஸ்நெட் மாதிரி. இந்த அம்சங்கள் பின்னர் ஒரு பயன்படுத்தி இணைக்கப்படுகின்றன குறுக்கு-கவனம் தனிப்பயனாக்கப்பட்ட 'கவர்ச்சி' அம்சத்தை உருவாக்கத் தடுக்கவும்.

பூர்வாங்க பயிற்சி கட்டத்தில், MAEM ஒரு படம் மற்றும் கவர்ச்சியின் உரை விளக்கங்களைப் பயன்படுத்துகிறது. கிளிப் பல மாதிரி அழகியல் சொற்பொருள் அம்சங்களைப் பிரித்தெடுக்க.

டெம்ப்ளேட் செய்யப்பட்ட உரை விளக்கங்கள் வடிவத்தில் உள்ளன '{a} கவர்ச்சியுடன் ஒரு நபரின் புகைப்படம்' (எங்கே {a} இருக்கமுடியும் கெட்ட, ஏழை, நியாயமான, நல்ல or சரியான) செயல்முறை மதிப்பிடுகிறது கொசைன் ஒற்றுமை உரை மற்றும் காட்சி உட்பொதிப்புகளுக்கு இடையே ஒரு கவர்ச்சி நிலை நிகழ்தகவை அடைய.

ஹைப்ரிட் ஃப்யூஷன் கட்டத்தில், CMFM ஆனது PAPM ஆல் உருவாக்கப்பட்ட தனிப்பயனாக்கப்பட்ட கவர்ச்சி அம்சத்தைப் பயன்படுத்தி உரை உட்பொதிவுகளைச் செம்மைப்படுத்துகிறது, இதன் மூலம் தனிப்பயனாக்கப்பட்ட உரை உட்பொதிவுகளை உருவாக்குகிறது. பின்னர் அது ஒரு பயன்படுத்துகிறது ஒற்றுமை பின்னடைவு ஒரு கணிப்பு செய்ய உத்தி.

இறுதியாக, DFM ஆனது PAPM, MAEM மற்றும் CMFM இலிருந்து தனிப்பட்ட கணிப்புகளை ஒருங்கிணைத்து, ஒரு உறுதியான ஒருமித்த கருத்தை அடைவதற்கான ஒரு குறிக்கோளுடன் ஒரு ஒற்றை, இறுதி கவர்ச்சியான மதிப்பெண்ணை உருவாக்குகிறது.

இழப்பு செயல்பாடுகள்

ஐந்து இழப்பு அளவீடுகள், PAPM ஐப் பயன்படுத்தி பயிற்சியளிக்கப்படுகிறது L1 இழப்பு, கணிக்கப்பட்ட கவர்ச்சி மதிப்பெண் மற்றும் உண்மையான (தரநிலை உண்மை) கவர்ச்சி மதிப்பெண் ஆகியவற்றுக்கு இடையேயான முழுமையான வேறுபாட்டின் அளவு.

MAEM தொகுதி மிகவும் சிக்கலான இழப்பு செயல்பாட்டைப் பயன்படுத்துகிறது, இது ஒரு மதிப்பெண் இழப்பை (LS) ஒரு இணைக்கப்பட்ட தரவரிசை இழப்புடன் (LR) இணைக்கிறது. தரவரிசை இழப்பு (LR) நம்பக இழப்பு (LR1) மற்றும் a இரு திசை தரவரிசை இழப்பு (LR2).

LR1 ஆனது பட ஜோடிகளின் ஒப்பீட்டு கவர்ச்சியை ஒப்பிடுகிறது, அதே நேரத்தில் LR2 கவர்ச்சி நிலைகளின் கணிக்கப்பட்ட நிகழ்தகவு விநியோகம் ஒரு உச்சநிலையைக் கொண்டிருப்பதையும் இரு திசைகளிலும் குறைவதையும் உறுதி செய்கிறது. இந்த ஒருங்கிணைந்த அணுகுமுறை துல்லியமான மதிப்பெண் மற்றும் கவர்ச்சியின் அடிப்படையில் படங்களின் சரியான தரவரிசை இரண்டையும் மேம்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது.

CMFM மற்றும் DFM ஆகியவை எளிய L1 இழப்பைப் பயன்படுத்தி பயிற்சியளிக்கப்படுகின்றன.

டெஸ்ட்

சோதனைகளில், ஆராய்ச்சியாளர்கள் லைவ்பியூட்டியை ஒன்பது முந்தைய அணுகுமுறைகளுக்கு எதிராக நிறுத்தினார்கள்: ComboNet; 2D-FAP; REX-INCEP; CNN-ER (REX-INCEP இல் இடம்பெற்றது); MEBeauty; AVA-MLSP; TANet; டெலி-டிரான்ஸ்; மற்றும் சாப்பிட.

ஒரு இணங்க அடிப்படை முறைகள் பட அழகியல் மதிப்பீடு (IAA) நெறிமுறையும் சோதிக்கப்பட்டது. இவை இருந்தன வி.டி-பி; ResNeXt-50; மற்றும் துவக்கம்-V3.

LiveBeauty தவிர, சோதனை செய்யப்பட்ட பிற தரவுத்தொகுப்புகள் SCUT-FBP5000 மற்றும் MEBeauty. கீழே, இந்த தரவுத்தொகுப்புகளின் MOS விநியோகங்கள் ஒப்பிடப்படுகின்றன:

பெஞ்ச்மார்க் தரவுத்தொகுப்புகளின் MOS விநியோகங்கள்.

முறையே, இந்த விருந்தினர் தரவுத்தொகுப்புகள் பிளவு 60%-40% மற்றும் 80%-20% பயிற்சி மற்றும் சோதனைக்காக, தனித்தனியாக, அவற்றின் அசல் நெறிமுறைகளுடன் இணக்கமாக இருக்க வேண்டும். LiveBeauty 90%-10% அடிப்படையில் பிரிக்கப்பட்டது.

MAEM இல் மாதிரி துவக்கத்திற்கு, VT-B/16 மற்றும் GPT-2 முறையே படம் மற்றும் உரை குறியாக்கிகளாகப் பயன்படுத்தப்பட்டன, CLIP இலிருந்து அமைப்புகளால் துவக்கப்பட்டது. PAPM க்கு, ஸ்வின்-டி பயிற்சியளிக்கக்கூடிய பட குறியாக்கியாகப் பயன்படுத்தப்பட்டது ஸ்வின்ஃபேஸ்.

தி ஆடம்டபிள்யூ உகப்பாக்கி பயன்படுத்தப்பட்டது, மற்றும் ஏ கற்றல் விகிதம் அட்டவணைப்படுத்தி உடன் அமைக்கப்பட்டது நேரியல் சூடு-அப் கீழ் ஒரு கொசைன் அனீலிங் திட்டம். கற்றல் விகிதங்கள் பயிற்சி கட்டங்களில் வேறுபட்டது, ஆனால் ஒவ்வொன்றும் ஒரு தொகுதி அளவு 32, 50க்கு சகாப்தங்கள்.

சோதனைகளின் முடிவுகள்

மூன்று FAP தரவுத்தொகுப்புகளின் சோதனைகளின் முடிவுகள் மேலே காட்டப்பட்டுள்ளன. இந்த முடிவுகளில், தாள் கூறுகிறது:

'எங்கள் முன்மொழியப்பட்ட முறையானது, லைவ்பியூட்டி, MEBeauty மற்றும் SCUT-FBP0.012 ஆகியவற்றில் முறையே SROCC மதிப்புகளின் அடிப்படையில் 0.081, 0.021, 5500 மூலம் முதல் இடத்தைப் பெற்று இரண்டாவது இடத்தைத் தாண்டியது, இது எங்கள் முன்மொழியப்பட்ட முறையின் மேன்மையை நிரூபிக்கிறது.

'[The] IAA முறைகள் FAP முறைகளை விட தாழ்வானவை, இது பொதுவான அழகியல் மதிப்பீட்டு முறைகள் முகத்தின் கவர்ச்சியின் அகநிலை இயல்புடன் தொடர்புடைய முக அம்சங்களைக் கவனிக்கவில்லை என்பதை வெளிப்படுத்துகிறது, இது FAP பணிகளில் மோசமான செயல்திறனுக்கு வழிவகுக்கிறது.

அனைத்து முறைகளின் செயல்திறன் MEBeauty இல் கணிசமாகக் குறைகிறது. ஏனென்றால், பயிற்சி மாதிரிகள் மட்டுப்படுத்தப்பட்டவை மற்றும் முகங்கள் MEBeauty இல் இனரீதியாக வேறுபட்டவை, இது முகத்தின் கவர்ச்சியில் பெரிய வேறுபாடு இருப்பதைக் குறிக்கிறது.

'இந்த காரணிகள் அனைத்தும் MEBeauty இல் முகத்தின் கவர்ச்சியை மிகவும் சவாலானதாக ஆக்குகிறது.'

நெறிமுறைகள்

கவர்ச்சிக்கான ஆராய்ச்சி என்பது பிளவுபடுத்தக்கூடிய நோக்கமாகும், ஏனெனில் அழகுக்கான அனுபவத் தரங்களை நிறுவுவதில், இத்தகைய அமைப்புகள் வயது, இனம் மற்றும் மனிதர்களுடன் தொடர்புடைய கணினி பார்வை ஆராய்ச்சியின் பல பிரிவுகளைச் சுற்றியுள்ள சார்புகளை வலுப்படுத்த முனைகின்றன.

FAP அமைப்பு இயல்பாகவே உள்ளது என்று வாதிடலாம் முன்கூட்டியே கவர்ச்சியின் மீதான பகுதி மற்றும் சார்புடைய முன்னோக்குகளை வலுப்படுத்த மற்றும் நிலைநிறுத்த. இந்த தீர்ப்புகள் மனிதனால் வழிநடத்தப்படும் சிறுகுறிப்புகளிலிருந்து எழலாம் - பெரும்பாலும் பயனுள்ள டொமைன் பொதுமைப்படுத்தலுக்கு மிகவும் மட்டுப்படுத்தப்பட்ட அளவீடுகளில் நடத்தப்படுகிறது - அல்லது ஸ்ட்ரீமிங் தளங்கள் போன்ற ஆன்லைன் சூழல்களில் கவனம் செலுத்தும் முறைகளை பகுப்பாய்வு செய்வதன் மூலம், விவாதிக்கக்கூடிய வகையில், தகுதியானவை அல்ல.

* தாள் ஒருமை மற்றும் பன்மை இரண்டிலும் பெயரிடப்படாத மூல டொமைன்/களை குறிக்கிறது.

முதலில் ஜனவரி 8, 2025 புதன்கிழமை வெளியிடப்பட்டது