Ne jamais oublier un visage

Vous avez un visage oubliable ? Beaucoup d'entre nous font de grands efforts pour rendre nos visages plus mémorables, en utilisant du maquillage et des coiffures pour nous donner un look plus distinctif.

Désormais, votre visage pourrait être instantanément transformé en un visage plus mémorable sans avoir besoin d'un relooking coûteux, grâce à un algorithme développé par des chercheurs du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du MIT.

L'algorithme, qui apporte des modifications subtiles à divers points du visage pour le rendre plus mémorable sans changer l'apparence générale d'une personne, a été dévoilé plus tôt ce mois-ci lors de la Conférence internationale sur la vision par ordinateur à Sydney.

Nous voulons modifier la mesure dans laquelle les gens se souviendront réellement d'un visage, explique l'auteur principal Aditya Khosla, un étudiant diplômé du groupe Computer Vision au sein de CSAIL. C'est une qualité très subtile, car nous ne voulons pas prendre votre visage et le remplacer par le plus mémorable de notre base de données, nous voulons que votre visage vous ressemble toujours.

Plus mémorable - ou moins

Le système pourrait finalement être utilisé dans une application pour smartphone pour permettre aux gens de modifier une image numérique de leur visage avant de la télécharger sur leurs pages de réseaux sociaux. Il pourrait également être utilisé pour les demandes d'emploi, pour créer une version numérique du visage d'un candidat qui restera plus facilement dans l'esprit des employeurs potentiels, explique Khosla, qui a développé l'algorithme avec la chercheuse principale de CSAIL, Aude Oliva, l'auteur principal du papier, Antonio Torralba, professeur agrégé de génie électrique et d'informatique, et étudiante diplômée Wilma Bainbridge.

À l'inverse, il pourrait également être utilisé pour rendre les visages moins mémorables, afin que les acteurs en arrière-plan d'une émission de télévision ou d'un film ne détournent pas l'attention des téléspectateurs des acteurs principaux, par exemple.

Pour développer l'algorithme de mémorabilité, l'équipe a d'abord alimenté le logiciel d'une base de données de plus de 2 000 images. Chacune de ces images avait reçu un score de mémorabilité, basé sur la capacité des volontaires humains à se souvenir des images. De cette façon, le logiciel a pu analyser les informations pour détecter des tendances subtiles dans les caractéristiques de ces visages qui les rendaient plus ou moins mémorables pour les gens.

Les chercheurs ont ensuite programmé l'algorithme avec un ensemble d'objectifs : rendre le visage aussi mémorable que possible, mais sans changer l'identité de la personne ni altérer ses attributs faciaux, tels que son âge, son sexe ou son attrait général. Changer la largeur d'un nez peut rendre un visage beaucoup plus distinctif, par exemple, mais cela pourrait aussi complètement modifier l'attrait de la personne, et ainsi ne pas atteindre les objectifs de l'algorithme.

Lorsque le système a un nouveau visage à modifier, il prend d'abord l'image et génère des milliers de copies, appelées échantillons. Chacun de ces échantillons contient de minuscules modifications sur différentes parties du visage. L'algorithme analyse ensuite dans quelle mesure chacun de ces échantillons atteint ses objectifs.

Une fois que l'algorithme trouve un échantillon qui réussit à rendre le visage plus mémorable sans altérer de manière significative l'apparence de la personne, il crée encore plus de copies de cette nouvelle image, chacune contenant d'autres modifications. Il continue ensuite à répéter ce processus jusqu'à ce qu'il trouve une version qui réponde le mieux à ses objectifs.

C'est vraiment comme appliquer un filet élastique sur la photo qui modifie légèrement le visage, dit Oliva. Donc le visage vous ressemble toujours, mais peut-être avec un peu de lifting.

L'équipe a ensuite sélectionné des photographies de 500 personnes et les a modifiées pour produire une version à la fois mémorable et oubliable de chacune. Lorsqu'ils ont testé ces images sur un groupe de volontaires, ils ont découvert que l'algorithme réussissait à rendre les visages plus ou moins mémorables, selon les besoins, dans environ 75 % des cas.

La familiarité engendre la sympathie

Faire paraître un visage familier peut aussi le rendre plus sympathique, dit Oliva. Elle et Bainbridge ont publié un article complémentaire dans le Journal de psychologie expérimentale : général sur les attributs qui rendent un visage mémorable. La première fois que nous voyons un visage, nous avons tendance à l'étiqueter avec des attributs basés sur l'apparence, tels que l'intelligence, la gentillesse ou la froideur. Si nous taguons une personne avec de la familiarité, parce que nous pensons que c'est un visage que nous avons déjà vu, nous avons tendance à l'aimer davantage, et par exemple à penser que la personne est plus digne de confiance, dit-elle.

L'équipe étudie actuellement la possibilité d'ajouter d'autres attributs à leur modèle, afin qu'il puisse modifier les visages pour qu'ils soient à la fois plus mémorables et qu'ils paraissent plus intelligents ou dignes de confiance, par exemple. Vous pourriez donc imaginer avoir un système capable de changer les traits de votre visage pour vous faire ce que vous souhaitez, mais toujours de manière très subtile, dit Oliva.

Nous souhaitons tous utiliser une photo qui nous rend plus visibles pour notre public, déclare Aleix Martinez, professeur agrégé de génie électrique et informatique à l'Ohio State University. Les peintres de la Renaissance savaient comment rendre les portraits mémorables, mais nous ne savons pas comment prendre cette photo qui nous donnera un avantage sur les autres ou, au minimum, montrera le meilleur de nous, dit Martinez.

Maintenant, Oliva et son équipe ont développé un algorithme de calcul qui peut le faire pour nous, dit-il. Entrez votre photo préférée de votre visage et cela le rendra encore meilleur, dit Martinez. Cela nous permettra d'obtenir l'avantage que nous recherchions et, espérons-le, de faire en sorte que les gens se souviennent davantage de nous.

La recherche a été financée par des subventions de Xerox, Google, Facebook et l'Office of Naval Research.

cacher