Seamless

Virtual Reality News

メニュー

スタンフォード大、顔画像からその人の「性的指向(異性愛、同性愛など)」を推測する機械学習を用いた手法を論文にて発表。精度は男性91%、女性83%で区別

スタンフォード大学は、顔画像からその人の「性的指向(Sexual orientation)」を推測する機械学習を用いた手法を論文にて発表しました。

Deep neural networks are more accurate than humans at detecting sexual orientation from facial images

「性的指向」とは、恋愛や性愛の対象が異性なのか、同性なのか、両方なのか、男女以外を含めた3つ以上なのか、などという人間の本能的な性傾向のことを指します。

訓練には、Deep neural network(DNN)が用いられ、異性愛者や同性愛者などの顔画像35,326枚から特徴を抽出、傾向から分類しました。


(左が異性愛、右が同性愛である可能性が高いと分類された顔/輪郭を平均化した合成顔と合成輪郭。)

精度の結果は、1枚の画像から検出した場合、男性だと81%、女性だと74%で区別することができ、また、1人に対して5枚の顔画像からだと、男性91%、女性83%の精度で区別できました。

関連

Facebook AI Research、ユーザーの顔の表情を読み取りエージェントと非言語対話を可能にする機械学習モデル「Learn2Smile」を論文にて公開 | Seamless

About

Seamless(シームレス)は、Virtual Realityを主軸に更新しています。(詳細はこちら