Yapay Zekanın Güzellik Peşinde

Yüzlerin ne kadar çekici göründüğünü değerlendiren yeni bir yapay zeka güzellik değerlendirme sistemi, tipik derin öğrenme modellerinden daha hızlı eğitim verir ve büyük ölçekli otomatik güzellik puanlamayı daha pratik hale getirebilir.

Yüz Güzellik Tahmini (FBP), büyük bir iş ve araştırma literatüründe güçlü bir yönüdür. Yapay zeka ve makine öğrenimi uygulamalarında önyargı ile mücadele konusundaki几乎 tüm ilkeleri ihlal etmesine ve kadınların algoritmik algılarında nesneleştirme ve indirgeyici bir yaklaşımı desteklemesine rağmen, kozmetik, kozmetik yüz cerrahisi, canlı yayın ve moda gibi kadınlara yönelik çok milyar dolarlık endüstrilerin ilgisini çekmektedir.

Kadınlar 1-5 puan arasında derecelendirilmiş, ‘Asian Female Facial Beauty Prediction Using Deep Neural Networks via Transfer Learning and Multi-Channel Feature Fusion’ çalışmasından. Kaynak

Bu açık kadın merkezli iş alanlarının ötesinde, reklamcılık ve eğlence ve yayıncılık gibi diğer endüstriler, erkeklerin ve kadınların neyi ‘çekici’ bulduğunu anlamakta önemli paylara sahiptir ve bu, kültürel temelde yapılmalıdır.

Güzellik algılarının bölgeler arasında değişmesi, küresel olarak uygulanabilir veri setlerinin elde edilemeyeceği ve yeni araştırmaların ya yerel kalması ya da çeşitli kültürel verilerin uygulanabileceği ‘yüksek düzeyli’ yöntemlere odaklanması gerektiği anlamına gelir.

2015 SCUT-FBP projesi için yüz güzelliği değerlendirme sistemi arayüzü. Kaynak

Çoğu zaman, coğrafi konum tek sınırlama değildir, çünkü çekicilik odaklı veri setleri, cinsiyetler arasında eşit etkinliği sağlamakta veya belirli bir uygulama amacıyla oluşturulmuş olabilir ve bu, koleksiyonun diğer alanlarda kullanılmasını sınırlayabilir.

Örneğin, 2025 yılında bildirildi canlı yayınlarda çekiciliği değerlendirmek için 100.000’den fazla kimlik içeren bir veri seti geliştirildi, ancak bu girişim, daha geniş projelerde önemli bir uyarlamaya ihtiyaç duyabilir.

Yüz Tanıma

Yukarıdaki bağlantılar ve resimlerden de anlaşılacağı gibi, Asya kökenli araştırma kurumları, genellikle Batı karşılıklarından farklı kültürel kısıtlamalar altında çalışmaktadır ve bu, bilimsel bir illüstrasyonun beş Batı kadınının en azdan en çekiciye kadar derecelendirilmesini yayınlamak için zorlanabilir.

Bu, Asya kökenli sistemlerin kamuoyunda etkili olduğu ve yerel eleştiriden korkmadan kullanılabileceği anlamına gelebilir. Bu senaryoda, ‘kadınları derecelendirme’ görevi, eleştiri olmadan takip edilebileceği bir yere aktarılır.

Bu durumun yaygın olup olmadığı veya menos-publicized Batı eşdeğer sistemlerinin açık kaynak işbirliği ve kamu denetimi dışında geliştirilip geliştirilmediği bilinmemekle birlikte, hedeflemenin küresel ilgi gördüğü varsayılabilir, çünkü birçok profesyonel sektör, güzelliğin doğru değerlendirmelerinden yararlanabilir.

En Güçlü Hayatta Kalan

Büyük web tarayıcılarından elde edilebilen büyük corpora gibi Tik Tok, Instagram ve YouTube, takipçiler, beğeniler ve trafiğe çekicilikle ilişkili olarak güzelliğin hakemleri olabilir gibi görünse de, bu, ortak ve makul bir ilişkidir (ancak bazı istisnalar ile).

Mevcut koleksiyonlar – ImageNet ve LAION gibi – aktörler ve modelleri içerir ve ‘zirveye ulaşmış’ kişiler genellikle çekici bireyleri içerir (ancak genellikle çok fazla veri noktası ile çok az insan), daha geniş kültürel mekanizmaların güzelliğin bir proxy’si olarak hareket etmesine izin verir.

Ancak, bu, insanların çekici bulduğu şeylerdeki değişen zevkleri hesaba katılmaz (coğrafi olarak bile). Bu nedenle, yine, yüksek düzeyli ve veri bağımsız sistemasına ihtiyaç duyulur, bireysel ve şüpheli koleksiyonlara veya kürasyonlara değil.

Karma Cilt

Bu zorluklarla mücadele etmek için gelen son akademik girişimden Çin’de transfer öğrenimi ve Geniş Öğrenme Sistemi (BLS) birleştirilerek, doğruluk ve hesaplama maliyeti arasındaki uzun süredir devam eden ticaret arasında köprü kurulur.

Traditional sinir ağları güçlü sonuçlar ancak ağır eğitim ile elde edilir, daha hafif sistemler gibi BLS hızlı bir şekilde eğitilir, ancak yeterli ayrıntı yakalamakta zorluk çekebilir. Yeni çalışma, bir ön eğitimli görsel modeli kullanarak yüz özelliklerini çıkarmak ve bunları daha sonra BLS tabanlı bir sisteme aktarmak için köprü kurar, böylece özellikler yeniden öğrenilmeden tekrar kullanılabilir ve eğitim verimli bir şekilde tutulur:

LSAFBD veri setinden örnek görüntüler, 1-5 arasında insan tarafından atanmış güzellik puanlarına göre gruplandırılmış kadın yüzleri gösterir. Kaynak

İlk varyant, E-BLS, çıkarılan özellikleri doğrudan hafif sisteme besler, ikinci varyant, ER-BLS, EfficientNet özelliğini çıkardıktan sonra bir ara işlem ekler ve bu, tutarlılığı iyileştirir ve süreci yavaşlatmaz.

Yazarlar tarafından yapılan testler, onların yaklaşımının, her iki yöntemin ve diğer rakip yöntemlerden daha üstün olduğunu kanıtlar.

Yeni makale, Yüz güzelliği tahmini için transfer öğrenimi ve geniş öğrenme sistemi birleştirme başlıklı ve Wuyi Üniversitesi’nden altı araştırmacı tarafından yazılmıştır.

Yöntem

Bahsedilen Geniş Öğrenme Sistemi, derin sinir ağlarına alternatif bir hafif seçenek olup, birden fazla katman yerine, öğrenmeyi daha basit bağlantıların geniş bir kümesinde dağıtır ve modelleri hızlı bir şekilde eğitmek mümkündür, ancak genellikle daha ince görsel ayrıntıları kaçırma pahasına.

İki varyantın ilki, E-BLS, EfficientNet tabanlı transfer öğrenimi ile BLS’yi birleştirir, bir yüzden ayrıntılı görsel özellikler çıkarır ve bunları BLS’ye geçirir, bu da tam bir derin sinir ağından scratch eğitimine gerek kalmadan son güzellik puanını sağlar:

E-BLS modelinin mimari şeması.

EfficientNet, ImageNet-1k’de ön eğitimli ve büyük ölçüde değişmez, her girdi resmini yapılandırılmış bir şekilde tanımlayan bir dizi özellik değeri setine dönüştürür, BLS ise bu değerleri basit, rastgele bağlı düğümler aracılığıyla işler ve birleştirmek için kullanılır ve son güzellik puanını üretir.

Çünkü BLS, derin katmanlı yapılara dayanmaz, E-BLS, yeni düğümler ekleyerek güncellenebilir, bu da eğitimi hızlı tutar ve modeli yeni veri sunulduğunda geliştirmeyi kolaylaştırır.

İkinci varyant, ER-BLS, E-BLS’ye dayanarak, EfficientNet özellik çıkarıcı ve BLS arasında bir ara işlem aşaması ekler, bu da çıkarılan özelliklerin değerlendirme için hazırlanmasını iyileştirir:

ER-BLS modelinin mimarisi.

EfficientNet özellikleri doğrudan BLS’ye geçirilmez, ER-BLS önce bunları bir refinasyon katmanından geçirir, bu da gürültüyü azaltır ve özellikleri farklı resimler arasında daha tutarlı hale getirir, bu da sistemin genellemesini, özellikle yüzlerin aydınlatma, poz veya diğer görsel koşullarda değiştiğinde, daha da iyileştirir.

İyileştirilmiş özellikler, aynı BLS yapısına E-BLS’de kullanılanla geçirilir, bu da özellik düğümleri ve iyileştirme düğümlerinin bilgiyi dönüştürüp birleştirmesi ve son güzellik puanını üretmesi için kullanılır.

Veri ve Testler

Yaklaşımlarını test etmek için yazarlar, Güney Çin Üniversitesi’nden 5.500 ön yüz resmi içeren 350x350px’lik SCUT-FBP5500 veri setini kullandılar, bu veri seti çeşitli ırkları, cinsiyetleri ve yaşları içerir:

SCUT-FBP5500 veri setinden örnek yüz resimleri, 1-5 arasında derecelendirilmiş.

Her resim, 60 gönüllü tarafından 1-5 puan arasında derecelendirildi, 1 “çok az çekici” ve 5 “çok çekici” arasında değişen bir ölçekte:

Güzellik derecelerine göre resimlerin dağılımı.

Kullanılan diğer veri seti, yazarlar tarafından oluşturulan Large-Scale Asian Female Beauty Dataset (LSAFBD) koleksiyonuydu.

LSAFBD veri setinden örnek yüz resimleri, 1-5 arasında derecelendirilmiş.

Toplama, 144x144px çözünürlüğe sahip 80.000 etiketsiz resimden oluşur, varyasyonlar poz ve arka planı içerir ve yaşa göre değişir. Bu resimler, önceki veri seti için aynı kriterlere göre 75 gönüllü tarafından 0-4 puan arasında derecelendirildi:

LSAFBD veri setinin dağılımı.

Her veri seti, 8/20 oranında eğitim ve test segmentlerine bölündü ve çapraz doğrulama kullanılarak sonuçlar chạy edildi. BLS bileşeni, özellik pencerelerinin sayısı, her pencere için düğümlerin sayısı ve iyileştirme düğümlerinin sayısı aracılığıyla yapılandırıldı ve Hyperopt etkili kombinasyonlar için arandı.

Temel olarak, standart bir BLS modeli aynı ayarlarla eğitildi, ardından bir dizi transfer öğrenimi modeli tanıtıldı, bunlar arasında ResNet50, Inception-V3, DenseNet121, InceptionResNetV2, EfficientNetB7, MobileNetV2, NASNet ve Xception – tümü ImageNet-1k ağırlıkları ile başlatıldı ve son katmanları dondurulmadan eğitildi.

Eğitim, 0.001’lik (öğrenme oranı) ve 16’lık (toplu işleme boyutu) 50 dönem boyunca yapıldı, düzenleme ve düzeltme lineer aktivasyonu (ReLU) uygulanarak sonuçlar beş chạy arasında ortalama olarak hesaplandı.

Yazarlar, eğitim kurulumunu Intel-i7 3.6 GHz CPU ve 64GB RAM ile bir “masaüstü bilgisayar” olarak bildirir.

SCUT-FBP5500’de performans karşılaştırması, E-BLS ve ER-BLS’nin, ResNet50, EfficientNetB7, InceptionV3 ve Xception dahil derin CNN modellerine karşı rekabetçi doğruluk elde ettiğini, ancak önemli ölçüde daha az eğitim zamanı gerektiğini gösterir.

Sonuçlar, E-BLS’nin doğruluğunu %65,85’ten %73,13’e, ER-BLS’nin ise %74,69’a çıkardığını gösterdi, bu da tüm karşılaştırılmış modelleri aştı. Eğitim zamanı, derin CNN’lerden önemli ölçüde daha düşük kaldı, yaklaşık 1.300 saniye, derin CNN’ler için birkaç bin ila 25.000 saniye arasında değişen sürelerle.

LSAFBD’de yapılan testler, E-BLS’nin doğruluğu artırdığını, ER-BLS’nin ise tüm karşılaştırılmış yöntemlerin en yüksek doğruluğunu elde ettiğini gösterdi:

LSAFBD’de performans, ER-BLS ve E-BLS’nin, tüm temel ve transfer öğrenimi modellerinden daha yüksek doğruluk elde ettiğini, ancak yalnızca eğitim zamanının bir kısmını gerektiğini gösterir.

Her iki varyant da, derin CNN modellerine göre önemli ölçüde daha düşük eğitim zamanı korudu, bu da performansı hesaplama maliyetiyle daha verimli bir denge olduğunu gösterir.

Sonuç

Bu, bir anlamda, eski bir yayın olarak kabul edilebilir, çünkü eski favoriler gibi CNN’leri kullanması ve en düşük düzeyde eğitim ekipmanını kullanması nedeniyle.

Bununla birlikte, bu, insan deneyimi ve öznel yorum ile yoğun bir şekilde ilgili olan ve anın estetik eğilimlerini aşan ve görev için gerçekten dayanıklı bir boru hattı sağlayabilen bir şemayı gerektiren, sürpriz bir şekilde dayanıklı bir bilgisayar vizyonu hedefini ele alır.

İlk olarak 19 Mart 2026 Perşembe günü yayınlandı