Méthode

Comment fonctionne l’estimation. Et où elle s’arrête.

Face-Age estime l’âge qu’une photo suggère. Cette page décrit ce qui tourne réellement, ce qui n’est pas encore validé et ce que nous refusons de calculer.

Mis à jour le 2026-10-18

Ce qui s’exécute sur ton appareil

  1. Le navigateur vérifie le fichier : JPEG, PNG ou WebP, 15 Mo maximum, 40 mégapixels maximum, 320 px minimum.
  2. L’image est redessinée dans un canevas en mémoire (1280 px max). L’orientation est appliquée, les métadonnées ne sont pas conservées.
  3. Sur ton action uniquement, les fichiers du modèle sont téléchargés depuis face-age.com (19,7 Mo, puis mis en cache par le navigateur).
  4. Un détecteur compte les visages. Zéro ou plusieurs visages arrêtent le traitement.
  5. Le visage est aligné sur 14 points (yeux, nez, bouche, menton, joues, sourcils) comme l’ont été les photos d’entraînement, puis recadré en 224 x 224 px. Quatre vues (deux niveaux de zoom, normale et miroir) sont moyennées. Un modèle d’âge lit ce recadrage et renvoie une tranche parmi 9 : 0-2, 3-9, 10-19, 20-29, 30-39, 40-49, 50-59, 60-69, 70+.
  6. Des contrôles heuristiques (netteté, exposition, résolution, taille du visage) sont calculés sur la zone du visage.

Modèle actuel : FairFace

Âge : le modèle ResNet-34 FairFace de Kimmo Kärkkäinen et Jungseock Joo (arXiv:1908.04913), poids sous licence CC BY 4.0. Il a été entraîné sur 108 501 visages issus de la collection Flickr YFCC-100M, en ne retenant que des photos sous licences Creative Commons qui autorisent l’usage commercial. Le jeu de données a été construit pour être équilibré entre groupes de population.

Ses étiquettes d’âge sont des âges perçus : trois annotateurs ont jugé la tranche d’âge de chaque visage et l’avis majoritaire a été retenu. C’est exactement ce que Face-Age affiche : l’âge qu’une photo suggère, pas celui de la carte d’identité.

Le modèle d’origine prédit aussi le genre et l’origine. Nous avons supprimé ces sorties du fichier lui-même avant de le publier (export ONNX, puis découpe et compression 8 bits de notre côté). Le fichier servi par face-age.com ne peut renvoyer qu’une tranche d’âge.

Détection et alignement du visage : Human 3.3.6 (MIT) avec les modèles MediaPipe blazeface et facemesh. Moteur : ONNX Runtime Web (MIT), dans ton navigateur.

Les mesures de précision sont publiées ci-dessous, avec leurs limites.

FichierMoSHA-256
fairface/fairface-age-q8.onnx21.3805774a4b847037198612aa6fa7ae055939b32f8063033bc6bd1bffe30082fc15
_astro/ort-wasm-simd-threaded.[hash].wasm (onnxruntime-web 1.30.0)14.243398c10d07d229bd91b364548e130e0e51a8e5704b88c7c083ebbeb78842dee2
human/blazeface.json0.08cd7bbfc078270572beb39f9e5ae67aadbd50b5e67cff37e6d4f6b3ea39312e5f
human/blazeface.bin0.54dc9a97fdc50bc43216554bdd69aa3e7b9361a519ee7bdd996a2f69a98a6f9b72
human/facemesh.json0.10b60ca26f404724f43bd2b1575761d8265180e1f053cc0731caa68462927309e7
human/facemesh.bin1.483826da640b0a3021161605369ee6af293f75d518040355b960ec71a3390c1c0b

L’âge apparent n’est pas ton âge

La plupart des modèles d’âge sont entraînés sur des photos étiquetées avec l’âge chronologique de la personne. Ils apprennent un lien statistique entre image et âge, pas le jugement qu’un humain porterait. Le chiffre dépend de la lumière, de l’angle, de l’expression, du maquillage, de la barbe, des lunettes, de la compression et des personnes présentes dans les données d’entraînement.

Le résultat n’est ni un âge biologique, ni un indicateur de santé, ni un diagnostic de peau, ni un score d’attractivité. Il ne doit pas servir à vérifier un âge, recruter, assurer, accorder un crédit ou contrôler un accès.

Pour aller plus loin : âge apparent, chronologique et biologique et là où le modèle est moins sûr.

Ce que nous refusons de calculer

  • Ni émotion, ni origine, ni genre supposé, ni score de beauté. Le modèle d’âge publié ne peut pas les produire : ces sorties ont été retirées du fichier.
  • Pas de reconnaissance faciale, pas de base de visages, pas d’entraînement sur les photos des visiteurs.
  • Pas de pourcentage de fiabilité : aucun ne sera publié avant calibration sur un jeu indépendant.

Protocole de validation avant lancement

  • Un jeu d’évaluation autorisé, indépendant de l’entraînement, sans personne présente dans deux partitions.
  • Labels d’âge chronologique et d’âge perçu séparés.
  • Erreur absolue moyenne et médiane, échecs de détection, stabilité aux changements de lumière, écarts documentés entre groupes.
  • Taille, composition de l’échantillon et incertitude publiées. Les petits sous-groupes ne justifient pas de conclusion générale.
  • Précision par tranche d’âge (matrice de confusion), mesurée sur un jeu qui n’a pas servi à l’entraînement.
  • Si la précision n’est pas crédible : tranches élargies ou retrait de la fonction.

Première mesure, 18 octobre 2026 : non validé

Jeu de test : partition validation de FairFace (CC BY 4.0, non utilisée pour l’entraînement), étiquettes d’âge perçu. Critères fixés avant la mesure.

MesureObjectifRésultat
Modèle seul (3 000 visages) : bonne tranche à une tranche près-96,5 %
Modèle seul : tranche exacte-59,0 %
Plus grand écart entre groupes de population (adultes, à une tranche près)≤ 10 points4,1 points, réussi
Chaîne complète du site (450 visages), 20-69 ans, à une tranche près≥ 85 %72,5 %, échec
Chaîne complète, adultes, tranche exacte≥ 50 %30,6 %, échec
Même tranche quand la lumière change (x0,6 et x1,4)≥ 80 %79,3 %, échec

Le modèle lui-même tenait la route ; c’est la façon dont le site recadrait le visage qui faisait perdre de la précision et rajeunissait les 30-69 ans.

Deuxième mesure, 18 octobre 2026, après correction du recadrage : pas encore validé

Le recadrage a été recalé sur la partition train de FairFace, puis mesuré sur un nouveau tirage de 418 visages de validation jamais utilisés. Seuils inchangés.

MesureObjectifRésultat
20-69 ans, à une tranche près≥ 85 %93,8 %, réussi
Adultes, tranche exacte≥ 50 %44,2 %, échec
Même tranche quand la lumière change≥ 80 %81,4 %, réussi
Aucun visage trouvé≤ 5 %9,1 %, échec (surtout visages de profil ou tournés vers le bas)
Plus grand écart entre groupes de population≤ 10 points4,1 points, réussi

Troisième mesure, 18 octobre 2026, avec alignement sur 14 points du visage : 5 critères sur 6

Le visage est maintenant aligné sur 14 points (coins des yeux, nez, bouche, menton, joues, sourcils), comme l’ont été les photos d’entraînement. Réglage sur la partition train de FairFace uniquement, mesure sur un troisième tirage de 399 visages de validation jamais utilisés. Il ne restait aucun visage de plus de 70 ans inutilisé : cette tranche n’est pas mesurée ici.

MesureObjectifRésultat
20-69 ans, à une tranche près≥ 85 %94,7 %, réussi
Adultes, tranche exacte≥ 50 %55,6 %, réussi
Même tranche quand la lumière change≥ 80 %83,3 %, réussi
Aucun visage trouvé≤ 5 %7,5 %, échec (visages de profil, tournés vers le bas ou cachés)
Plus grand écart entre groupes de population≤ 10 points4,1 points, réussi

En pratique : pour un adulte, le résultat est la bonne tranche ou la tranche voisine environ 19 fois sur 20, et la tranche exacte un peu plus d’une fois sur deux. Les tableaux complets, par tranche d’âge et par groupe de population, et la matrice de confusion sont dans le rapport de validation.

Décision de l’éditeur, 18 octobre 2026

Le 18 octobre 2026, l’éditeur (NETSOLUTION, François Castellani) a décidé de retirer le badge PROTOTYPE avec 5 critères sur 6 réussis. Restent ouverts : visages non trouvés sur 7,5 % des images de test (objectif 5 %), tranche 70+ non mesurée, aucune mesure encore sur de vrais selfies. Ces mesures sont en cours et seront publiées ici.

Les contrôles qualité sont des heuristiques

La netteté utilise la variance du laplacien, l’exposition la luminance moyenne et les pixels saturés, le cadrage la hauteur du visage dans l’image. Les seuils sont des points de départ à ajuster sur de vraies photos de test. Ils t’aident à prendre une meilleure photo ; ils ne jugent pas ton visage.