Cara memorable sin cirugía ni photoshop

Que la gente nos recuerde mejor es el objetivo de este algoritmo desarrollado por MIT, que realza aspectos muy sutiles de la anatomía facial, una especie de lifting que afianza los rasgos más distintivos

¿Tienes una cara muy vulgar? Gran parte de nosotros dedicamos mucho tiempo y trabajo a hacer que nuestras caras sean más memorables, usando maquillaje y peinados que nos distingan de los demás. Ahora, gracias a un algoritmo desarrollado por investigadores del Laboratorio de Computación e Inteligencia Artificial del Instituto Tecnológico de Massachusetts (CSAIL del MIT por sus siglas en inglés, en EEUU), un rostro común se puede transformar instantáneamente en una cara memorable, más fácil de recordar, sin necesidad de cirugía.

El algoritmo, que hace sutiles cambios en varios puntos de la cara para que sea más fácilmente recordable sin cambiar el aspecto general de la persona, se presentó el mes pasado en la Conferencia Internacional de Visión Artificial celebrada en Sidney (Australia).

“Queremos modificar el grado de recuerdo que alguien tiene de una cara”, explica el autor principal del estudio, alumno del grupo de Visión Artificial dentro de CSAIL, Aditya Khosla. “Se trata de una cualidad muy sutil, porque no queremos coger tu cara y sustituirla por la más memorable de nuestra base de datos, queremos que tu cara se siga pareciendo a ti”.

En última instancia, el sistema se podría usar en una aplicación para smartphone que permitiera a la gente modificar una imagen digital de su cara antes de subirla a sus páginas en las redes sociales. También se podría usar para las solicitudes de empleo, creando una versión digital de la cara del solicitante que se quede más fácilmente en la mente de los potenciales contratantes, afirma Khosla, que ha desarrollado el algoritmo junto con la investigadora principal del CSAIL y autora sénior del artículo, Aude Oliva, el profesor asociado de ingeniería eléctrica e informática Antonio Torralba y la estudiante Wilma Bainbridge.

En sentido contrario, también se podría usar para hacer que las caras resultaran mucho menos recordables, para que los actores del fondo de un programa de televisión o película no distraigan la atención de los espectadores de los actores principales, por ejemplo.

Para desarrollar el algoritmo de impacto en la memoria, el equipo primero introdujo una base de datos de más de 2.000 imágenes en el software. Cada una de estas imágenes tenía adjudicada una “puntuación de impacto”, basada en la capacidad de unos voluntarios humanos de recordar las fotos. A partir de ahí el analizó la información para detectar las sutiles tendencias en los rasgos de estas caras que las hacían más o menos memorables para la gente.

Después, los investigadores programaron el algoritmo con una serie de objetivos: reproducir una cara memorable pero sin cambiar la identidad de la persona ni alterar sus rasgos faciales, como su edad, género o atractivo en general. Cambiar la anchura de una nariz puede hacer que una cara resulte mucho más distintiva, por ejemplo, pero también puede alterar completamente el atractivo de la persona y por lo tanto no cumplirá con los objetivos del algoritmo.

Cuando el sistema tiene una nueva cara que modificar, empieza por coger la imagen y generar miles de copias, que se denominan muestras. Cada una de estas muestras contiene diminutas modificaciones de distintas partes de las cara. Después, el algoritmo analiza cómo de bien cumple con los objetivos cada una de estas muestras.

Una vez que el algoritmo encuentra una muestra que consigue que la cara sea más memorable sin alterar significativamente la apariencia de la persona, hace aún más copias de esta nueva imagen, cada una de ellas con nuevos cambios. Sigue repitiendo este proceso hasta que encuentra la versión que mejor cumple con los objetivos.

Es como aplicar una malla elástica a la fotografía que modifica levemente la cara”, explica Oliva. “La cara se te sigue pareciendo, pero puede que con un pequeño lifting“.

Después el equipo seleccionó fotos de 500 personas y las modificó para producir una versión memorable y una olvidable de cada. Al probar estas imágenes con un grupo de voluntarios, descubrieron que el algoritmo tenía éxito en hacer que las caras fueran más o menos memorables, según lo que se quisiera en cada caso, en un 75% de los casos.

Hacer que una cara resulte familiar también consigue que sea más agradable, sostiene Oliva. Ella y Bainridge ha publicado un artículo complementario en la revista Journal of Experimental Psychology: General sobre los atributos que hacen que una cara sea fácil de recordar. La primera vez que vemos una cara, tendemos a “etiquetarla” con distintos atributos basándonos en su apariencia, etiquetas como inteligencia, amabilidad o frialdad. “Si etiquetamos a una persona partiendo de la familiaridad, porque pensamos que es una cara que hemos visto antes, tenemos tendencia a que nos guste más y a pensar, por ejemplo, que la persona es de mayor confianza”, afirma.

Ahora el equipo investiga la posibilidad de añadir otros atributos a su modelo para que pueda modificar las caras para que sean a la vez más memorables y más inteligentes o más fiables, por ejemplo. “Podemos tener un sistema capaz de cambiar los rasgos de tu cara para hacerte parecer lo que tú desees, pero siempre de manera muy sutil”, afirma Oliva.

Todos queremos usar una foto que nos haga más visible ante nuestro público objetivo, afirma el profesor asociado de ingeniería eléctrica e informática de la Universidad Ohio State (EEUU), Aleix Martinez. “Los pintores del Renacimiento sabían hacer retratos memorables, pero nosotros no tenemos ni idea de cómo sacar esa foto que nos dará una ventaja sobre los demás o, como poco, mostrará nuestra mejor cara”, afirma Martinez.

Ahora Oliva y su equipo han desarrollado un algoritmo computacional que puede hacerlo por nosotros, sostiene. “Introduces tu foto preferida de tu cara y la mejora aún más”, afirma Martinez. “Esto nos permitirá conseguir esa ventaja que buscábamos y con un poco de suerte hacer que la gente nos recuerde mejor“.

Esta investigación ha recibido becas de Xerox, Google, Facebook y la Oficina de Investigación Naval.