For people first impressions of som

For people first impressions of someone are of determining importance. They are hard to alter through further information. This begs the question if a computer can reach the same judgement. Earlier research has already pointed out that age, gender, and average attractiveness can be estimated with reasonable precision. We improve the state-of-the-art, but also predict - based on someone's known preferences - how much that particular person is attracted to a novel face. Our computational pipeline comprises a face detector, convolutional neural networks for the extraction of deep features, standard support vector regression for gender, age and facial beauty, and - as the main novelties - visual regularized collaborative filtering to infer inter-person preferences as well as a novel regression technique for handling visual queries without rating history. We validate the method using a very large dataset from a dating site as well as images from celebrities. Our experiments yield convincing results, i.e. we predict 76% of the ratings correctly solely based on an image, and reveal some sociologically relevant conclusions. We also validate our collaborative filtering solution on the standard MovieLens rating dataset, augmented with movie posters, to predict an individual's movie rating.

النتائج (العربية) 1:

للشعب أول ظهور لشخص ما لتحديد أهمية. من الصعب تغيير من خلال المزيد من المعلومات. وهذا يطرح السؤال إذا كان جهاز كمبيوتر يمكن أن تصل إلى الحكم نفسه. البحوث السابقة قد سبقت الإشارة إلى أن العمر والجنس ومتوسط الجاذبية يمكن أن تقدر بدقة معقولة. نحن تحسين الدولة-من-الفن، ولكن أيضا التنبؤ-استناداً إلى معروف تفضيلات شخص-كم شخص معين أن هو جذب وجها جديداً. لدينا خط أنابيب الحسابية ويتألف جهاز كشف وجه، ودعم convolutional الشبكات العصبية لاستخراج السمات العميقة، القياسية متجه الانحدار لنوع الجنس والعمر وجمال الوجه، تحف الرئيسية-البصرية وثائق قانونية تصفية التعاونية للاستدلال تفضيلات الشخص بين الوكالات فضلا عن تقنية انحدار رواية للتعامل مع الاستفسارات البصرية دون تصنيف التاريخ. علينا التحقق من أن أسلوب باستخدام مجموعة بيانات كبيرة جداً من موقع التعارف وكذلك الصور من المشاهير. لدينا محصول التجارب نتائج مقنعة، أي أننا التنبؤ 76% التقديرات بشكل صحيح استناداً إلى صورة فقط، وتكشف عن بعض الاستنتاجات ذات الصلة سوسيولوجيكالي. ونحن أيضا التحقق من صحة حلنا تصفية التعاونية في dataset تصنيف موفيلينس القياسية، المعزز بملصقات الفيلم، للتنبؤ بتصنيف الفيلم للفرد.

النتائج (العربية) 2:

بالنسبة للأشخاص الانطباعات الأولى من شخص لتحديد أهمية. هم من الصعب تغيير من خلال مزيد من المعلومات. هذا يطرح السؤال ما إذا كان جهاز الكمبيوتر يمكن أن تصل إلى نفس الحكم. وقد أشار في وقت سابق من الأبحاث بالفعل أن العمر والجنس، ومتوسط ​​جاذبية يمكن أن تقدر بدقة معقولة. نحسن للدولة من بين الفن، ولكن أيضا التنبؤ - على أساس شخص ما تفضيلات المعروف - كم أن شخص معين ينجذب إلى الوجه الرواية. ويتكون لدينا خط أنابيب الحسابية للكشف عن وجهه، والشبكات العصبية التلافيف لاستخراج ملامح عميقة، ومعيار الانحدار الدعم الموجه لنوع الجنس والعمر وجمال الوجه، و- كما المستجدات الرئيسية - البصرية، قننت تصفية التعاونية للاستدلال تفضيلات الشخص أمور وكذلك تقنية الانحدار جديدة للتعامل مع الاستفسارات البصرية دون تاريخ التصنيف. ونحن تحقق من صحة الطريقة باستخدام بيانات كبيرة جدا من موقع التعارف، وكذلك الصور من المشاهير. تجاربنا تسفر عن نتائج مقنعة، أي أننا نتوقع 76٪ من الدرجات بشكل صحيح يستند فقط على صورة، وتكشف بعض الاستنتاجات ذات الصلة اجتماعيا. نحن أيضا لدينا التحقق من صحة الحل تصفية التعاوني على تصنيف MovieLens القياسية مجموعة البيانات، مع زيادة ملصقات الفيلم، للتنبؤ تصنيف الفيلم الفرد.

النتائج (العربية) 3:

الناس الانطباع الأول من شخص ذات أهمية حاسمة.ويصعب تغيير من خلال مزيد من المعلومات.وهذا يطرح السؤال إذا كان جهاز الكمبيوتر يمكن الوصول إلى نفس الحكم.بحث في وقت سابق قد أشار بالفعل إلى أن السن ونوع الجنس، يمكن تقدير معدل جاذبية بقدر معقول من الدقة.نحن تحسين أحدث،ولكن أيضا التنبؤ -- على أساس التفضيلات شخص ما معروف كم أن شخص معين هو من جلب الى رواية الوجه.لدينا أنابيب الحسابية يشمل الوجه كاشف convolutional الشبكات العصبية من أجل استخراج ميزات عميق، الانحدار ناقلات دعم معايير نوع الجنس والعمر و الوجه الجمال،وعلى المستجدات الرئيسية -- البصرية تسوية تصفية التعاونية لاستنتاج بين الشخص الأفضليات وكذلك رواية تقنية اﻻنحدار في التعامل مع الاستفسارات دون الرؤية تصنيف التاريخ.نحن من صحة طريقة استخدام عدد كبير جدا من البيانات من موقع التعارف، وكذلك الصور من المشاهير.تجربتنا تأتي بنتائج مقنعة، أيلقد توقع 76% من الدرجات بشكل صحيح يستند فقط إلى صورة، و تكشف عن بعض الاستنتاجات ذات الصلة اجتماعيا.ونحن أيضا من صحة الترشيح التعاوني الحل على مستوى movielens تصنيف البيانات المدمجة مع الفيلم والملصقات، توقع الفرد تصنيف الفيلم.