El análisis de IA de Instagram de 80.000 publicaciones de modelos revela la pose perfecta

Cada 24 horas, se comparten más de 100 millones de fotos en Instagram. Eso significa que decenas de millones de veces al día, los usuarios de Instagram en todo el mundo, con diversos grados de deliberación y destreza, deciden qué pose atacar.

Para explorar el mundo de las poses de Instagram y descubrir las formas más comunes de sentarse, pararse y acostarse frente a la cámara, utilizamos el aprendizaje automático para analizar más de 80.000 fotos pertenecientes a 96 de las modelos femeninas más populares del mundo.

Cada pocos meses, una nueva pose se extiende a través de la Insta-esfera. Es posible que usted o alguien a quien le haya tomado una foto pacientemente incluso haya adoptado una de estas poses, ya sea el estante de la barbilla, el flamenco, la pose de estrella, la mano de selfie de T.rex, el melocotón, la pose de migraña, el Bambi, el sentadilla en la calle, pies de Barbie, boca con los dedos, el pop de la espalda, el broche del sombrero, la pose del pavo real, el Titanic, la lista continúa. 

Muchas de las poses más populares de Instagram probablemente comienzan por accidente y solo se notan cuando alcanzan un cierto grado de ubicuidad. Pero algunos de los influencers más seguidos de la plataforma son muy conscientes de cómo posan . Tomemos el caso de ” desnudo con sombrero de paja “, una foto de vacaciones publicada por Kylie Jenner que, según la influenciadora Amanda Ensing, parecía “terriblemente familiar”, es decir, copiada de una de sus publicaciones.

Dejando a un lado los descubrimientos accidentales y las disputas de influencers, hasta la fecha, nadie ha categorizado sistemáticamente las poses de Instagram a gran escala . Pero ahora, con la ayuda del aprendizaje automático, podemos analizar una gran cantidad de fotos con precisión y responder a la pregunta que el mundo entero se ha estado haciendo: ¿Es la “diosa griega” más popular que “la percha”? ¿O es “womanspreading” la pose más dominante de todas?

Las poses de Instagram más utilizadas según la inteligencia artificial

Nuestro conjunto de datos de imágenes se creó a partir de esta lista de las “100 cuentas de Instagram más populares para seguir”. Presenta a muchas de las modelos femeninas más populares del mundo, de las que sospechamos, en comparación con el usuario promedio de Instagram, que adoptan poses específicas que podríamos detectar utilizando nuestro enfoque de aprendizaje automático. Los propietarios de las cuentas son posers profesionales (de la mejor manera posible), por lo que pensamos que sus fotos podrían enseñarnos algo sobre la psicología de posar.

Las cuentas:

• 96 de las 100 cuentas tenían un número razonable de publicaciones para analizar (≥200).
• 9 de cada 10 propietarios de cuentas fueron descritos como “modelos” en sus perfiles, en Wikipedia o en la cobertura de los medios. Para obtener una lista completa, consulte la sección de metodología .
• Más seguidos: @chrissyteigen (25,9 millones); menos seguido: @lexieelston (20,633) 
• Total de seguidores en las 96 cuentas: 344,2 millones
  

Los datos:

• Usamos las 1,000 fotos subidas más recientemente o todas las fotos de cada cuenta (la que sea mayor), lo que equivale al 46% de su historial completo de carga de fotos. 
• Me gusta promedio por publicación: 25,347; promedio de comentarios por publicación: 280
• 81.149 imágenes en total con un tamaño de archivo combinado de 19,2 gigabytes

Cómo lo hicimos (versión corta)

 

Para detectar las poses, recurrimos al sistema de aprendizaje profundo de código abierto OpenPose , que utiliza inteligencia artificial entrenada en millones de imágenes para detectar puntos clave del cuerpo, el pie, la mano y el rostro . Para cada imagen que contenía una o más figuras humanas, el sistema marcó 135 puntos clave que representan partes del cuerpo, como el pie derecho, el codo izquierdo, las caderas, etc., y conectó los puntos en una pose de esqueleto.

Después de filtrar el 8,9% de las fotos que no contenían personas y estimar la posición de las partes faltantes del cuerpo que estaban fuera del encuadre, ocultas por otras partes del cuerpo u objetos, o indetectables de otra manera, usamos el aprendizaje automático para agrupar las poses en grupos similares. . 

Siete de cada 10 de las poses detectadas terminaron en grupos que un humano podría identificar con un tema de pose claro , y en ese momento, pudimos nombrar las poses más populares entre las más de 80,000 fotos con las que comenzamos. (Para obtener una descripción más detallada del enfoque, consulte la metodología).

The Knee Pop es la pose más utilizada por las top models de Instagram

La pose más común, que aparece en el 14,8% de las publicaciones con personas detectables, es pararse con una pierna estirada, la otra doblada y empujar las caderas hacia un lado. Lo llamamos rodillazo .

Muchas personas se han dado cuenta de que las mujeres muestran variaciones sorprendentes del pop de la rodilla en Instagram y en otros lugares. Se ha discutido muchas veces en reddit , foros y guías sobre cómo posar para fotografías. La explicación predominante para esta pose clásica es que doblar la rodilla y hacer estallar las caderas hacia un lado hace que la cintura parezca más estrecha, mientras que una ligera flexión de los brazos (o la mano colocada en las caderas) fortalece aún más la silueta del reloj de arena . 

Jojo Babie , que tiene 9.2 millones de seguidores, usa el pop de rodilla más que cualquiera de las otras 95 mujeres cuyas fotos analizamos. Una cuarta parte de sus fotos se asignaron a esta categoría, un 80% más que el promedio. Ivanka Trump (no un modelo en nuestra lista) utiliza una versión sutil de la rodilla pop – una especie de forma de T . Según un experto en lenguaje corporal , esta pose está “… destinada a hacerte lucir más halagador, más delgado”.

Para imitar el pop de la rodilla exactamente como un modelo típico de Instagram, su rodilla debe estar doblada en un ángulo de 148 grados ; solo el 11% de los modelos la doblaron 135 grados o más. Y mover las caderas hacia la derecha (cámara a la izquierda) es más popular que hacia la izquierda (41% frente a 32%).

Caminar de derecha a izquierda era dos veces más común que viceversa.

La segunda pose más común es un ejemplo perfecto de lo “plandid”: la toma espontánea planificada. A primera vista, el paso (8.5% de las poses) parece una toma casual del sujeto caminando , pero en muchos casos, los pasos son totalmente falsos. 

Caminar hacia la cámara fue más común (47,7% versus 34,7% “caminar” de derecha a izquierda y 17,5% de izquierda a derecha). Kristina Rodulfo, escribiendo para Elle.com , confirma que el movimiento es tu amigo: “Tienes que seguir moviéndote para conseguir la mejor toma. He hecho de todo, desde dar vueltas, bailar como un maníaco y caminar repetidamente de un lado a otro para conseguir un artículo que valga la pena publicar “.

Acostado del lado izquierdo vence al derecho

Si golpear una rodilla o dar un paseo no es lo suficientemente casual para usted, considere la inclinación perezosa, la tercera postura más común, que se encuentra en el 8.3% de las posturas . Implica reclinarse o sentarse con los brazos hacia atrás, las piernas extendidas y, por lo general, una rodilla levantada. 

Acostarse con la cabeza hacia la cámara a la derecha y las piernas a la izquierda era considerablemente más popular que al revés (50,7% frente al 29,3%), y ambos aparecían con más frecuencia que tumbarse de espaldas (20%), a menudo con un golpe de espalda por si acaso. . 

El flamenco sigue siendo una pose popular en Instagram

2015 fue el año de los peces boquiabiertos . 2016: Mano selfie de T.rex . 2017: el Bambi . 2018: pies de Barbie .

Se dice que la tendencia de poses más popular de 2019 es el flamenco : de pie con una pierna doblada y el pie levantado, ya sea sostenido en el aire o contra una pared u otra superficie. Beyonce y Kendall Jenner le han dado un giro. 

El flamenco fue la cuarta pose más popular entre las modelos femeninas en Instagram, según nuestro análisis (8% de las poses).

Doblar la pierna izquierda fue considerablemente más común que la derecha (63% versus 37%), lo cual tiene sentido dado que del 70% al 95% de las personas son diestras y el 90% de las mujeres diestras son diestras .

El ángulo promedio de flexión de la rodilla en la pose de flamenco de las modelos de Instagram es de 107 grados. Sorprendentemente, esto es solo 3 grados más agudo que un flamenco mayor hembra típico en la naturaleza (completamente falso). 

Lo que es cierto es que Dolly Castro utilizó el flamenco 2,1 veces más que la media (17% de sus poses) .

La típica “percha” implica una flexión de rodilla de 78 grados

La percha fue la quinta pose más popular (7,9%). Implica sentarse encaramado contra una pared, silla, cerca u otra superficie, algo así como un flamenco cansado, pero por lo general con más flexión en una pierna (78 grados frente a 107 grados en el flamenco de pie).

Como hemos visto con las posturas de rodilla y flamenco, doblar la rodilla ayuda a enfatizar una cintura estrecha . Sin embargo, también se podría argumentar que doblar las piernas al posarse es natural y necesario para evitar caerse. 

La modelo competitiva de bikini Courtney Tailor fue más propensa a usar la percha (18% de poses versus 8%, en promedio).

Mirar hacia atrás por encima del hombro izquierdo era dos veces más común que el derecho.

La sexta pose más utilizada, la sobre el hombro (5,3%) podría considerarse un golpe de rodilla “plácido” : el sujeto se ve de espaldas o de costado a la cámara, con la cabeza vuelta y en la mitad de los casos (48,9% ), con una rodilla doblada.

La influencer sueca de salud, acondicionamiento físico y estilo de vida Anna Nyström mostró un fuerte sesgo hacia el hombro: el 24% de sus poses fueron etiquetadas en esta categoría, cuatro veces más alto que el promedio .

Aproximadamente 1 de cada 20 publicaciones de modelos implicaban ponerse las manos en la cabeza

La séptima postura más popular (4,8%) se ha denominado “dolor de cabeza” o “postura de la migraña”; optamos por la “postura de la cabeza” que suena menos dolorosa. 

Esta postura con mayor frecuencia implica colocar una mano en la cabeza (78,4%), pero ambas manos estaban en la cabeza en 1 de cada 5 tomas de cabeza. La mano derecha tenía casi seis veces más probabilidades de colocarse en la cabeza que la izquierda (66,7% frente a 11,7%) , lo que de nuevo podría deberse a la alta prevalencia de la mano derecha.

La conductora de Fox Sports México, Jimena Sánchez, tenía 4.3 veces más probabilidades de colocar su (s) mano (s) en la cabeza que el promedio . 

Esta pose puede ser una de las más controvertidas de nuestra lista, particularmente en los casos en que se coloca una mano en la sien, ya que en 2018, supuestamente causó una reacción violenta entre los pacientes con migraña crónica, quienes sintieron que trivializaba la condición. Sin embargo, se dice que es beneficioso para quien posa “recortando instantáneamente la figura y realzando el cuerpo de tu bikini”.

Una cuarta parte de las poses de “manos arriba” fueron parte de una foto de grupo

Una versión más dinámica del agarre de la cabeza es simplemente extender uno o ambos brazos por encima de la cabeza. La postura de manos arriba fue la octava postura más común (3.8%), y ambos brazos hacia arriba demostraron ser más populares que solo el derecho o el izquierdo (48.8% versus 29% y 22.2% respectivamente). La actriz y aventurera Vicki Vodar tenía cinco veces más probabilidades que el promedio de tener uno o ambos brazos por encima de la cabeza , lo que puede reflejar su tendencia a posar en tomas relacionadas con viajes, por lo que el levantamiento de la mano es especialmente popular. 

Las manos arriba también son populares en las fotos grupales, con más de 1 de cada 4 (26,9%) de las fotos grupales que contienen al menos una persona en esta pose.

El Squat Sit era una pose popular cuando solo se presentaba a una persona

La posición en cuclillas, que implica varias posturas sentadas o en cuclillas, normalmente en el suelo y con una rodilla levantada, fue la novena postura más popular (3%). 

Las “ancas de rana” son un tipo de sentadilla y aparentemente es la manera perfecta de dar el dedo medio a “la vieja regla de etiqueta de ser ‘como una dama’ y mantener las piernas juntas”. El cruce de piernas a veces aparece con la sentadilla (16,3%) y ocasionalmente se coloca una mano en la cabeza (7,1%). Esta pose es particularmente común en tomas en las que solo aparece una persona (82,4%) , tal vez porque las fotos sentadas en cuclillas generalmente tienen un encuadre estrecho y una sensación íntima.

El equivalente femenino de “manspreading” fue la décima pose de Instagram más utilizada entre las modelos femeninas.

Aparentemente, cualquier pose que puedan adoptar los hombres, las mujeres pueden hacerlo mejor. Ese es el caso de nuestra décima pose más popular, la mujer extendida, en la que las piernas están abiertas en una posición sentada o arrodillada . Esta postura está estrechamente relacionada con la posición en cuclillas (novena), pero aquí, por lo general, hay una separación más deliberada de las piernas, con las rodillas hacia adelante. 

Se informó que Womanspreading fue la ” última pose provocativa que se apoderó de Instagram ” en febrero de 2019, pero dada su clasificación en el décimo lugar, parece que puede estar perdiendo su atractivo. Sin embargo, en abril de 2019, el concepto de womanspreading se utilizó en una pancarta en Pakistán para apoyar los derechos de las mujeres, lo que la convierte en una de las poses de mayor trascendencia social en la lista.

La mitad de las modelos de Instagram tenían un sesgo hacia mostrar su mejilla izquierda

Los expertos en lenguaje corporal, fotógrafos, escritores de moda e influencers tienen teorías sobre por qué las personas en las fotos posan, o deberían posar, de maneras particulares. Una teoría común parece ser que algunas poses son más favorecedoras que otras porque manejan las curvas de manera ventajosa, ya sea mostrándolas (p. Ej., Manteniendo los brazos alejados de los lados para mostrar la silueta de la cintura) o alejando el enfoque de ellos (por ejemplo, poniendo una pierna delante de la otra o girando hacia un lado en lugar de mirar directamente a la cámara). 

Estos hábitos pueden formarse consciente, inconscientemente o un poco de ambos, pero hay una fascinante tendencia a posar que parece ser completamente inconsciente: el sesgo de las modelos de mostrar el lado izquierdo de su rostro sobre el derecho. 

Si no hubiera sesgo, esperaríamos que las modelos mostraran sus mejillas izquierda y derecha el 33% del tiempo y miran hacia adelante al mismo ritmo. Pero, según las poses de las más de 80.000 imágenes que analizamos, el 37% de las veces se enfatizó la mejilla izquierda frente al 28,3% de la derecha, una diferencia estadísticamente significativa . 

El 53,6% de los modelos mostró un sesgo hacia mostrar la mejilla izquierda, mientras que solo el 14,4% prefirió la derecha. La modelo que más se opuso a la tendencia fue Natasha Oakley , quien enfatizó su mejilla derecha en el 83,3% de sus fotos.

El sesgo de la mejilla izquierda se ha estudiado durante décadas, pero esta puede ser la primera vez que se demuestra en una muestra tan grande de fotos de Instagram .

Hasta la fecha, el sesgo se ha encontrado en fotos de celebridades en portadas de libros de cocina , en autorretratos (expresado como un sesgo en la mejilla derecha cuando las personas representan sus reflejos reflejados), en obras de arte famosas (por ejemplo, la Mona Lisa) y en Más del 90% de las representaciones de Jesús , volvió la mejilla izquierda. 

La teoría es que el lado derecho de nuestro cerebro es mejor para leer las emociones que el izquierdo. El lado derecho también opera principalmente a través del lado izquierdo del cuerpo, lo que significa que cuando miras la cara de alguien, el hemisferio derecho capta más información del lado izquierdo de tu campo visual. Eso significa que notas más en el lado izquierdo de la cara de una persona. No está claro si las personas eligen mostrar más su mejilla izquierda porque inconscientemente saben que es más expresiva, si los fotógrafos eligen más las fotos de la mejilla izquierda porque las encuentran más atractivas o una combinación de las dos. 

Sin embargo, un estudio de 2019 mostró que el sesgo de la mejilla izquierda no solo es independiente del sexo y la cultura, sino también de la especie. En 2,000 imágenes etiquetadas como #chimpancé en Instagram, el 57.2% mostró la mejilla izquierda y el 42.8% mostró la derecha. El estudio concluye: “Por lo tanto, los humanos optan por representar a los chimpancés tal como nos representamos a nosotros mismos: ofreciendo la mejilla izquierda”. 

La prevalencia de la propagación de chimpancés en Instagram es menos clara, pero esperamos que sea bastante alta.

Metodología

En septiembre de 2019, recopilamos hasta 1,000 de las fotos más recientes publicadas por 96 modelos femeninas populares e influencers en Instagram, recolectando un total de 81,149 fotos que incluyeron 98,695 personas fotografiadas . Usamos OpenPose , un modelo de inteligencia artificial de detección de pose, para detectar la presencia de cada persona en las fotos y su pose al encontrar la ubicación de su cuerpo, rostro, manos y pies. Usamos el modelo BODY_25 de OpenPose con detección de manos y pies incluida. Para filtrar la mayoría de las personas de fondo de nuestro análisis, eliminamos las personas detectadas que ocupaban menos de dos tercios del espacio fotográfico vertical como al menos otra persona en la foto.

Clasificamos las poses detectadas en distintos tipos de poses utilizando agrupaciones jerárquicas en las poses detectadas para las que teníamos conjuntos completos de partes del cuerpo . Ejecutamos el algoritmo de agrupamiento en las coordenadas xey independientes de cada una de las 25 partes del cuerpo. Para eliminar los efectos de la profundidad fotográfica (es decir, ¿estaba la persona en primer plano o en el fondo?) Y la posición en la foto (p. Ej., Izquierda o derecha), cambiamos la escala de las coordenadas para que las coordenadas de cada pose variaran entre 0 y 1, delimitadas por el rango vertical u horizontal máximo, el que sea mayor. Para cada pose, las coordenadas, por lo tanto, reflejan la posición de cada parte del cuerpo en relación con todas las demás partes del cuerpo, expresadas en las mismas unidades.

Para maximizar el número de poses que pudimos incluir en el agrupamiento, imputamos la posición de las partes del cuerpo cuando a una pose le faltaban solo una o dos partes del cuerpo cuyas posiciones dependen en gran medida de las posiciones de otras partes del cuerpo que se habían detectado.(por ejemplo, imputar la posición de la oreja izquierda cuando conocíamos la posición del ojo izquierdo). Imputamos las posiciones de las partes del cuerpo faltantes ajustando los modelos aditivos generalizados a un conjunto de entrenamiento de poses completas, prediciendo la posición de la parte del cuerpo como una función de otras partes del cuerpo parametrizadas usando splines de suavizado bidimensionales. Evaluamos la efectividad de nuestros modelos de imputación al encontrar el porcentaje de variación en las posiciones de las partes del cuerpo que podrían ser explicadas por los modelos, utilizando un conjunto de datos de prueba de poses en las que los modelos no habían sido parametrizados. El porcentaje más bajo de variación explicado por cualquier modelo de imputación fue del 69%, pero la mayoría explicó más del 90% de la variación en las coordenadas de los datos de prueba. Después de la imputación, tuvimos 19.586 poses con datos completos que podrían usarse en el análisis de agrupamiento.

Exploramos diferentes algoritmos de agrupamiento y opciones de procesamiento de datos y elegimos el enfoque más explicativo para agrupar poses.. Intentamos agrupar en las coordenadas xey independientes (50 características), las distancias por pares entre cada parte del cuerpo (300 características) y, para las dos opciones anteriores, intentamos usar sus primeros 10 componentes principales para reducir la dimensionalidad de los datos (en ambos casos, 10 componentes principales explicaron el 90% de la variación). La primera opción, utilizando las coordenadas xey independientes, produjo los grupos más explicativos. Pasamos una matriz de distancia euclidiana de este conjunto de datos al algoritmo de agrupamiento jerárquico. Entre las opciones de agrupamiento que probamos estaban los métodos de vinculación (promedio, completo y dos variantes del criterio de Ward), y el número de grupos en los que cortar el árbol de clasificación (exploramos cortes de dos hasta 25 grupos). Evaluamos cada permutación de la configuración del algoritmo observando la suma de cuadrados dentro del grupo, El índice de Dunn y los gráficos de silueta, que ayudan a cuantificar el carácter distintivo de los conglomerados al trazar el dendrograma para encontrar puntos de corte naturales que produzcan conglomerados distintos mientras se evitan los singleton, y finalmente al muestrear fotos asignadas a los conglomerados para asegurarse de que los grupos estadísticos reflejen grupos de pose significativos. Después de inspeccionar los diversos algoritmos de agrupamiento, encontramos que el mejor modelo en nuestro caso incluía 16 grupos de pose y usamos el criterio de vinculación de Ward (sin elevar al cuadrado las diferencias). Después de cortar el árbol en 16 grupos, tomamos muestras de fotos de cada grupo y optamos por presentar varios grupos similares como uno al agruparlos más arriba en el árbol. Dos grupos de grupos se consideraron grupos de ruido ya que no representaban una pose distinta; El 73% de todas las poses se clasificaron en un grupo que pudimos identificar y nombrar como una pose distinta. Para cada grupo, tomamos muestras de fotos y estimamos qué porcentaje de fotos en ese grupo definiríamos como la pose nombrada. En cada grupo de poses, un mínimo de la mitad de las fotos muestreadas se parecían mucho a la pose nombrada.

El método de agrupamiento no fue perfecto, y los porcentajes que representan la prevalencia de poses inevitablemente contendrán algún margen de error. Hicimos todo lo posible para minimizar las clasificaciones erróneas mientras seguíamos utilizando un enfoque que funcionaba a escala . Nuestra expectativa es que el ruido sea similar en todos los grupos de poses. Los porcentajes dados para “más probabilidades de posar así” representan el porcentaje de las fotos de la modelo que contenían poses detectables, no todas las fotos recopiladas.

Para probar el sesgo de la mejilla izquierda entre nuestras fotos de Instagram, medimos la simetría en los rasgos faciales detectados midiendo las distancias entre la nariz y los rasgos faciales circundantes.. La relación logarítmica promedio de las distancias de la característica a la nariz entre pares simétricos mostró si la cara estaba predominantemente mirando hacia la izquierda, hacia la derecha o hacia adelante. Escalamos las relaciones logarítmicas por su desviación estándar y luego dividimos la distribución de las relaciones logarítmicas en tres grupos (orientado hacia la izquierda> 0,43 dt; orientado hacia la derecha <-0,43 dt; y -0,43 <= orientado hacia adelante <= 0,43). Los tres grupos se definieron de manera que, si no hubiera sesgo, esperaríamos que se asignara un tercio de las fotos a cada grupo. Probamos la fuerza del sesgo contra nuestra hipótesis nula de distribución equitativa y descubrimos que las fotos orientadas hacia la izquierda y hacia adelante eran significativamente más comunes de lo esperado, mientras que las fotos orientadas hacia la derecha eran significativamente menos comunes de lo esperado.

Declaración de uso legítimo

Nos encantaría que compartiera nuestra investigación, incluidos los gráficos. Todos le preguntamos si vuelve a vincular a esta página para dar crédito a nuestros investigadores y a sus lectores el acceso a los hallazgos completos.