リストの前に、すべてを左右する警告があります。 写真を古びたように見せるアプリは、娯楽用のフィルターです。. 人工知能を用いて、平均的な老化パターンに基づいて、画像にシワ、シミ、白髪などを加える。これは予測ではない。40年後の姿は遺伝、健康状態、日焼け、睡眠、生活習慣などによって左右されるため、誰にも正確には分からない。結果として出来上がるのは、笑って共有したくなるような合成画像だ。.
多くの人が、老けた写真を見て「父親そっくりだ」「祖母そっくりだ」とコメントする。これは当然のことで、理由は簡単だ。フィルターは、顔に元々備わっている特徴、つまり通常は家族から受け継がれる特徴を強調するからだ。これは統計的な偶然であり、アプリの精度によるものではない。.
いくつかテストを行い、その中から最も優れた4つを選びました。それぞれの機能、価格、そして現在入手可能な場所をご紹介します。以下をご覧ください。.
フェイスアプリ
最も人気のあるものから始めましょう。 フェイスアプリ 顔フィルターがソーシャルメディアで人気を博し、中でも年齢フィルターは看板機能です。写真を選択し、下部のメニューをスライドしてオプションを選択するだけです。 年 そして、子供、若者、大人、高齢者の中から選択してください。「高齢者」というのはアプリ自体が使用している名称なので、心配しないでください。.
結果は即座に表示され、保存したり、ソーシャルメディアに直接共有したりできます。このアプリでは、髪の色、ひげの色、メイク、背景の変更も可能です。. これは何ですか？ AI搭載の写真編集ソフト。老けたバージョンはシミュレーションであり、あなたの未来の予測ではありません。無料 アンドロイド それは iPhone, 有料の「Pro」機能には、オプションのサブスクリプションが必要です。.
フェイスラボ
○ フェイスラボ 現在、Androidで最も完成度の高い代替アプリと言えるでしょう。年齢フィルターに加え、髪、ひげ、薄毛、ヘアスタイルなども編集できるため、単にシワを追加するだけよりもはるかに面白い編集が可能です。.
手順はこれまでと同じです。写真を選択し、フィルターを適用し、保存または共有するだけです。. これは何ですか？ 画像エディター。生成されたバージョンには予測価値はありません。無料 アンドロイド それは iPhone, アプリ内課金あり。.
私を老けさせて
楽しい部分だけが欲しいなら、たくさんの選択肢のないメニューは不要です。 私を老けさせて このアプリは問題を解決します。やることはたった一つ。ギャラリーから写真を選択するか、カメラで写真を撮るだけで、数秒後には老化効果が適用されます。.
気に入らなかった？それなら別の画像で作り直せばいいんです。そして、ギャラリーに保存したり、友達に送ったりしましょう。. これは何ですか？ ちょっとしたお遊び用のシンプルな老化フィルター。無料 アンドロイド.
エイジングブース
○ エイジングブース これはこのジャンルの定番アプリで、老化現象のみに対応しています。写真を選び、顔の輪郭を調整して、スタートボタンをタップするだけ。面白い機能として、効果を元に戻すには、デバイスを振るだけで画像が元の状態に戻ります。.
在庫状況にご注意ください： Play ストアから削除され、現在では以下のものしか存在しません。 iPhone, 無料です。Androidユーザーは、同じ機能を持つMake me OldまたはFaceLabを利用できます。. これは何ですか？ 科学的根拠のない、娯楽のためのフィルター。.
検索で頻繁に登場し、iPhone専用だったもう2つの名前を挙げる価値がある。 オールドファイ, これは有料で、効果の正確な年齢を選択でき、 アワーフェイス: 3D エイジング写真, これは3D効果のある無料アプリです。Androidで検索しても見つからなかったのはそのためです。.
他におすすめのアプリ:
モデルが老けた顔をどのように構築するか
このアプリは、シワを手動で描くのではなく、まず顔の基準点を検出します。具体的には、目尻、眉毛のライン、鼻の輪郭、口角、顎などを検出します。このマップによって、顔の各部位の位置がプログラムに認識されます。.
マップが準備できたら、訓練済みのネットワークが作動します。このネットワークは、さまざまな年齢の人々の写真の膨大なデータセットから、肌の質感がどのように変化するか、たるみが通常どこに現れるか、まぶたがどのように垂れ下がるか、髪の毛の色素がどのように失われるかを学習しています。その結果、学習されたこれらの質感があなたの顔の形状に適用されます。.
そのため、一見すると効果は説得力があるように見えるものの、細部を見ると脆さが露呈する。肌にはもっともらしい毛穴、シミ、シワが現れるが、それらはどれも彼自身の肌から生まれたものではない。モデルがトレーニング中に見た何千もの顔の平均から得られたものなのだ。.
説得力のある結果を生み出すための写真要件。
出力品質は、使用するアプリケーションよりも入力画像に大きく左右されます。以下の条件を満たす写真であれば、このカテゴリのどのアプリケーションでも一貫した経年劣化効果が得られる傾向があります。.
- 対面で, カメラを見つめ、両目が見える。.
- 拡散光, 例えば、日陰、曇りの日、間接光が入る窓など。.
- サングラスも帽子もなし。, なぜなら、目元と額は老化の兆候が最も顕著に現れる部位だからです。.
- 写真1枚につき顔1つ, 画面の大部分を占めている。.
- 適切な解像度, ズームインすると顔がはっきりと見える。.
横顔や3/4の角度からの写真では、基準点の半分が失われるため、うまくいきません。モデルは隠れた目の位置を推測し、顔の形を歪めます。その結果、加齢とは無関係な変形が加齢に伴うことになります。.
強い光もまた、顔の悩みの種です。直射日光、強い光、あるいは単一の照明器具の光は、鼻の周りや目の下に強い影を作り出します。モデルはこの影を既存のしわと解釈し、その上のしわを強調してしまいます。結果として、顔の片側だけが老けて見え、もう片側よりも老けた印象が強くなってしまうのです。.
なぜ出来上がったものが、ありきたりでプラスチックのような質感になってしまうのでしょうか？
この種のモデルはどれも、結果を訓練データセットの平均値に近づける傾向があります。詳細について不確実性が高いほど、最も頻繁に見られたパターンに頼るようになります。そのため、年を取ると別人になったように感じたり、友人全員が同じようなシワができているように感じたりするのです。.
適用されるテクスチャも、しばしば均一すぎる傾向があります。実際の肌は均一に老化せず、日光にさらされる部分は他の部分よりも老化の兆候が顕著に現れます。シミュレーションではその効果がより均一に分布するため、マスクのような外観になってしまうのです。.
この技術が変更できる範囲の限界を理解することが重要です。このプログラムは、皮膚、眉毛、髪、そして場合によっては頬の見た目のボリュームを操作します。骨格構造を変えたり、背骨を短くしたり、姿勢を変えたり、体型を変えたりすることはありません。実際の老化にはこれらすべてが含まれますが、シミュレーションではそれらは一切反映されません。.
集合写真は検出器を混乱させる。顔が小さかったり、顔が部分的に重なっていたり、焦点面が異なる顔があると、プログラムが隣接する領域を混同してしまう。.
解像度、フィルター、そして元の画像の残骸。
すでに美肌フィルターが適用された写真は特殊なケースです。これらのフィルターは毛穴を滑らかにし、顎を細くし、目を大きくします。老化アプリは、この加工された顔をまるで本物の顔であるかのように認識し、あなた自身ではなくフィルターを老化させてしまいます。その結果、表面は滑らかでも表面上はシワだらけという、矛盾した不自然な顔になってしまうのです。.
スクリーンショットを撮ると、事態はさらに悪化します。スクリーンショットは、画面解像度で表示されていた内容を記録し、既存の画像圧縮に加えて新たな圧縮が適用されます。肌の細かいディテールが失われてしまい、まさにそのディテールこそがモデルが作品制作に用いるものなのです。.
デジタルズームも同様の効果をもたらします。写真を撮る前にズームインしても、新しい情報は生成されません。デバイスはセンサーの中央部分を切り取り、補間処理によって拡大するだけです。顔はフレーム内で大きく見えますが、ディテールは失われます。.
モデルの学習がうまくいかなかった顔
トレーニングセットに十分なデータが含まれていない顔では、精度が低下します。暗い肌の色調には、明るい肌の色調に合わせて調整されたテクスチャとコントラストが適用されるため、シミや不自然な明るさが生じます。モデルには子供の成長過程の例が少ないため、子供には大人の特徴が与えられます。高齢者には、これ以上老化する余地がない顔に固定の年齢ジャンプが適用されるため、特徴が誇張されます。.
この不均衡はデータセットに起因するため、調整によって修正することはできません。アプリを切り替えてもスタイルが変わるだけで、問題は解決しません。.
シミュレーションは予測ではない。
画面に表示される顔は、あなたの顔の形状を基に統計的に平均値を算出したものです。それはあなたの未来像ではありません。.
30年後のあなたの容姿を決定づけるのは、日焼けの蓄積、睡眠時間、喫煙、飲酒、体重、食生活、そして何よりも遺伝です。しかし、このアプリはあなたの画像しか持っておらず、生活に関するデータが一切ないため、これらの要素はどれも計算に反映されません。.
結果を楽しいものとして捉えることで、期待値を適切な範囲に保つことができる。一方、結果を予測として捉えてしまうと、決して正確に予測できなかった画像に対する不満が生じるだけだ。.
