algorithm来判断照片中的人的年龄是否可行？
我的朋友为非营利组织工作，致力于阻止非法利用craigslist.org等网站非法开发未成年人，craigslist.org是最受欢迎的媒体之一。 问题是现在或者在不远的将来是否有可能开发一种algorithm来分析一个人的照片并返回他们的相对年龄的预测。
这听起来像一个巨大的任务。 我唯一的想法是某种贝叶斯概率系统。 我知道，即使人们经常在判断某个人的年龄方面遇到困难，但是贝叶斯垃圾邮件filter被宣称为“十倍于人类的准确度”，所以也许有可能呢？
虽然我很缺乏经验。 如果有其他人可以build议这是否可行，如果可行，我将不胜感激。
编辑：谢谢大家的回应。 害怕这项研究是非常有帮助的，但我认为Hal的解决scheme是目前最实用的。
这是一个可能的（左场）解决scheme。 也许，你可以把它绑定到网站本身的某种types的validation码解决scheme。 用其他新用户的图像提示新用户，问题是：“这个人超过18岁吗？”。 确实，50％的成功率并不是一个非常有效的validation码系统，但这是一个开始。
加上一些其他的检查或重复检查，它可以工作。 您可以将图像显示给一些新用户，并将结果基于一定的阈值。 如果10个人中有8个人将某个图像标记为不是未成年人，那么可能是相当安全的。
但是，这整个系统可以通过简单地上传别人的图像来绕过，所以我不确定这是多么有效。 🙂
我希望这是很难得到正确的。 考虑这组照片，在相同的模型组成看起来非常不同的年龄 。
有algorithm可靠地确定一个人脸的吸引力。 请参阅acm.org和uni-regensburg.de 。 想象一个可以预测年龄的algorithm并不算什么。
平滑等特征可能与年龄有很强的相关性。 尽pipe如此，可能需要付出很大的努力才能比一般的卡尼更可靠。
我想你会需要一个法医anthropoligist（或至less一个解剖学家）的一些input。
身体的不同部位会以不同的速度增长，所以可以做一些像头部与肩部宽度，arm长度与身体宽度一样的尺寸。
不幸的是，这听起来像他试图区分14岁和18岁之间。 这只是一个四年的差异，遗传组成和nutitrition的变化将有可能给任何系统的准确性为+/- 20％，相当于这个年龄组的三年。
另一方面，如果你有大量的照片样本，那么你可以统计的差异，并得到一个很好的主意，一个网站是否有可能系统地利用未成年人。
对你的问题的直接回答是不，在不久的将来不会有这样的algorithm存在，如果没有强大的AI，可能无法达到任何精度。
这就是说，对您的问题的一个实际的解决scheme可能是亚马逊机械特克：
在那里，你可以支付一小笔费用，让真正的人为你完成一项任务。 我可能会设定你的任务，让你花0.02美元让一个人估计一次可能有5个面孔的年龄。 你可以双倍或三倍检查你的结果与其他工作人员，特别是那些似乎接近你年龄限制的面孔。 除了雇用最低工资实习生来手动审查所有提交材料之外，这可能是您唯一的实际解决scheme。
使用机械土耳其人
在这项研究中，他们通过分析面部几何和皱纹特征来尝试。 问题是这会受到拍摄angular度，照明等的影响
从理论上讲，这可能是可能的。 尽pipe如此，目前还不可能。
猛犸是我想的轻描淡写。 “巨型冰川”或“月球”可能更合适。
这并不是说它不值得研究，但是我有一种感觉，在你提出一些远程有用的东西之前，你会花很多时间。
我不认为这是一台电脑可以做任何程度的准确性。 人们甚至很难做到这一点。 我的意思是，你最近是否曾经是酒类商店，他们应该向任何25岁以下（饮酒年龄是19岁）的人索要身份证。 显然有些40岁的人看起来不够老。 仅仅通过看他们来告诉别人的年龄是一件很难的事情。 特别是当你进入色情图片舞台，他们试图让模特看起来比实际年轻。
我想你也会遇到不同的合成图片的困难。 例如脸上的angular度，不同的照明，以及上下文，可能最重要的是…图像质量/分辨率。 使用800×600图片工作起来要容易得多，然后才能使用320×240。 该algorithm只是与主题一样好。
我看不到这种方法（一种衡量年龄的软件解决scheme）非常有效。 我喜欢用户标记图像的想法 – 人类可以更有效地辨别年龄，然后使用任何algorithm。
抛开实际的做法，我现在build议不要试图向这个方向发展任何东西。
几个原因：
1.猜测某个人的年龄不是一个感恩的任务
2.“生物”年龄和“日历”年龄差别很大 – 我知道30岁以上的人，买酒时仍需要身份证件，有些只有18岁，已经超过30岁
3.有些人的容貌不会随着时间而改变 – 他们只是有那种样子
4.如今，每个人都在努力寻找尽可能年轻的人 – 所以基本上，你已经得到了整个行业对你的工作:(
无论如何，简而言之，我认为现在不可行。
一个neural network是一个合理的方法，你需要一个已知年龄的人的图片训练集和一些image processing去除帽子等。
编辑：问题改变了？ 你可能会把麦克风分类为20-30或40-50，但是你不打算在照片中分辨一个模型是17或18。
就像几乎所有图像分类的高级任务一样，这个主题还在研究中。 从这篇文章来看，可以做到这一点，但不是微不足道的，你也必须有很多（手动）注释的训练数据。 没有这方面的知识，没有image processing方面的经验，这个任务将会花费你几个月的时间。
开发一种分类algorithm，该algorithm将启发式algorithm应用于许多图片值，面部区域（可能是皱纹）内的黑暗像素数量以及头发的颜色。 这些值应该属于任何简介式的图片的一般区域，如果你想要看上去，用这些值进行加权并开发一种能够快速search成千上万图像的游戏树，find这里在年龄特定的一组数值中，图像“落在”树中。
一些日本卷烟自动售货机这样做。 所有的说法都不是很好，但是可能并不重要，正如哈尔提到的那样，最简单的方法就是使用别人的形象 。
不可能没有什么，只有努力的变化：
我认为如果你瞄准一个特定的脸部特征几乎是不可能的。
你必须考虑多重因素，所以决定将躺在一个matrix，你必须喂养多个东西，你会得到你的答案，我会争取一些function：
1）胡子（检测脸部，现在检测脸上的胡须，帮助充分区分男性/女性/儿童）
2）头发
3）皱纹
4）脸的大小
5）脸部的高度和宽度之间的比例
这将是一个艰难的任务，但可以开发algorithm。
截至目前，这是可能的90％的准确性。 是。 请参考以下链接..
