Certaines camgirls veulent garder la discrétion au niveau des images publiques d’elles disponibles sur CamSoda. Le but de cet article est d’expliquer comment reconnaître si son image publique est floutée et de détecter le visage d’une camgirl afin de savoir s’il est judicieux de publier la photo ou non.

Cela implique pour certaines de demander à flouter certaines de leurs photos qui sont présentes dans la base de données CamSoda.

Cela entraîne dès lors que certaines photos ne sont pas exploitables sur un site tel que celui-ci étant donné qu’elles apparaissent floutées. Le but de cet article n’est pas de rendre visible ce qui est flouté mais de déterminer de façon automatique et en masse sur des centaines de photos si certaines représentent un visage/silhouette interprétable par l’œil humain.

Introduction à l’utilisation de l’intelligence artificielle pour détecter le visage d’une CamGirl

Cet article est un article un peu technique mais intéressant quand on travaille dans le monde des camgirls, dans l’optique de reconnaitre un visage ou une silhouette.

Les options dans ce domaine sont infinies grâce à l’intelligence artificielle. Dans mon cas, c’est utile pour les points suivants:

• Détecter si l’image soft/publique proposée de la CamGirl est une véritable image interprétable par un humain. Cette image est soit une silhouette, un corps, un visage.
• Choisir sur base de l’intelligence artificielle d’afficher ou de ne pas afficher la photo et potentiellement choisir une autre photo.

Exemple et mise en place d’un système de détection de visage de CamGirl.

CamSoda fournit librement le flux de données concernant les camgirls qui sont en ligne via un JSON que vous pouvez consulter via ce lien : Voir le JSON des camgirls online sur CamSoda.

Ouvrez ce lien et cliquez sur « Impression élégante » dans le browser. Vous devriez avoir quelque chose qui ressemble à ceci:

On y voit plusieurs choses intéressantes:

• le user_id = code interne de la camgirl chez CamSoda.
• le username = sweet-julieta1 que vous voyez sur le site web de CamSoda: (https://www.camsoda.com/sweet-julieta1).
• le name = comment elle s’appelle.
• le status = online ici.

Mais surtout on voit deux éléments de type photos/pics (flèches rouges) :

• le thumb = une photo instantanée de la camgirl durant son show.
• le pg_image qui est une photo soft de la camgirl.

Le thumb de show est bien sûr visible (il peut changer au cours du temps en fonction des apparitions de la camgirl) :

le pg_image, qui est une photo plus perso ne l’est pas. Elle est floutée…mais pas toujours dépendant de la camgirl.

Cas concret

Imaginons que je souhaite faire un article sur cette camgirl et publier sa photo « soft/perso » depuis le JSON que je stockerais dans une table d’une base de données. Dans notre cas, pg_image sera une image floue.

Mais comment le savoir à priori ?

C’est ici que l’intelligence artificielle entre en scène.

J’ai donc effectué le design de la fonctionnalité et demandé à ChatGPT de commencer le code. La première approche pour cela était d’utiliser le package OPENCV sur Python. Outre que cela demande un accès SSH sur le serveur et que l’installation fut assez laborieuse, les résultats n’étaient pas concluants.

Je suis donc passé par une autre approche: l’utilisation de Tensorflow avec deux modules:

• COCO-SSD pour l’identification des personnes
• BlazeFace pour la reconnaissance des visages

Après transformation du programme php en shortcode directement intégrable dans une page WordPress et l’ajout de quelques options comme un filtre qui permet de trier les photos reconnues comme étant des personnes, le résultat est tout simplement bluffant.

Attendez donc une minute ou deux, et vous verrez le résultat du traitement de 500 photos stockées en DB.

Ci-dessous le résultat. Vous pourrez donc comparer en allant directement cliquer sur le lien photo et voir par vous même que le programme identifie correctement le visage/corps de la personne (colonne is_person Y/N).

N’hésitez donc pas à cliquer sur le bouton « Recalculer » pour voir le processus de détection de visage se relancer. C’est également assez rapide. Il y a bien sûr quelques erreurs de détection, le programme en identifie comme « N » donc n’étant pas une personne. Alors que c’est l’inverse. Mais dans la grande majorité des cas, le programme fonctionne correctement et permet donc de bien détecter le visage de la camgirl.

Pour d’autres articles orientés technique, c’est ici : technologie et camgirls.