Uma nova pesquisa desenvolveu ferramentas computacionais que ajudam os sistemas de informação a determinar quais faces estão em quais categorias, como atraentes ou ameaçadoras.
Mario Rojas e outros pesquisadores da Universidade Autônoma de Barcelona, na Espanha, em cooperação com pesquisadores da Universidade de Princeton, nos EUA, criaram um software que é capaz de prever essas características, em alguns casos, com precisão além de 90%.
Características faciais desempenham um papel central nas nossas avaliações cotidianas de outras pessoas.
“A percepção da posição dominante é uma parte importante dos papéis sociais em diferentes estágios da vida, e desempenha um papel na escolha do parceiro, por exemplo”, disse Rojas.
Se as informações em que a avaliação das faces são baseadas podem ser automaticamente aprendidas, também podem ser modeladas e usadas como ferramenta para a concepção de melhores sistemas interativos.
A equipe estudou até que ponto esta informação pode ser aprendida a partir do ponto de vista da ciência da computação.
Especificamente, a tarefa foi formulada com a intenção de prever nove julgamentos de característica facial: atraente, competente, confiável, dominante, maldoso, assustador, extrovertido, ameaçador e simpático, utilizando técnicas de aprendizagem de máquina (um ramo da inteligência artificial que usa exemplos para ensinar a um programa como trabalhar).
A equipe treinou e testou seu algoritmo em um conjunto de imagens faciais sintéticas geradas em um estudo anterior.
Nesse estudo anterior, as pessoas foram convidadas a descrever e classificar um conjunto de imagens faciais, e esses resultados foram usados para gerar imagens faciais sintéticas, cada uma associada a características específicas, tais como confiabilidade ou dominância.
No estudo atual, os pesquisadores usaram um subconjunto dessas imagens, juntamente com seus rótulos, para “ensinar” o computador como ler um rosto.
Em seguida, os cientistas testaram a precisão da previsão usando o resto das imagens. Três características – dominante, ameaçadora e maldosa – foram previsíveis com uma precisão entre 91% e 96%.
Além disso, o estudo teve como objetivo descobrir quais informações são computacionalmente úteis para a tarefa de previsão. Por exemplo, os pesquisadores descobriram que a área ao redor dos olhos contém mais informações sobre atratividade, enquanto a área ao redor da boca é mais informativa sobre extroversão.
Por fim, os pesquisadores também desafiaram a capacidade preditiva do programa contra as faces de uma série de celebridades. Eles descobriram que os resultados são altamente coerentes com nossas ideias gerais sobre essas figuras públicas.[ScienceDaily]
Natasha Romanzoti tem 23 anos, é jornalista, apaixonada por futebol (e corinthiana!) e livros de suspense, viciada em séries e doces e escritora nas horas vagas.
@natromanzoti nat@hiperciencia.com Site
Não entendi nada!
Alguem ai pode explicar melhor?
Adoraria ver um video/documentário.