©TikTok

Dit filter laat zien hoe jij oud wordt: het werkt opvallend goed

Dit filter laat zien hoe jij oud wordt: het werkt opvallend goed

17-07-2023 17:11 Laatste update: 19:11

TikTok gooit hoge ogen met een gezichtsfilter dat laat zien hoe je er later waarschijnlijk uitziet. Vooral de nauwkeurigheid van het filter valt op: bij oude foto's van sterren lijkt het filter erg goed te kloppen.

Gezichtsfilters die je oud of juist heel jong laten lijken, kennen we al jaren. De nieuwste lichting filters is echter wat slimmer, en past AI toe. Zo ook het 'Aged'-filter op TikTok. Daarbij zie je jezelf zoals je nu bent, met daarboven de bejaarde versie van jezelf. Hoeveel jaar er precies wordt toegevoegd, is niet helemaal duidelijk, maar bepaalde trekken worden in ieder geval verouderd.

Per persoon anders

De manier waarop is opvallend: die lijkt echt per persoon anders te zijn. Sommige gebruikers komen stokoud uit het filter rollen, met diepe rimpels en veel ouderdomsvlekken. Anderen worden volgens het filter vrij jeugdig oud, met alleen wat grijze haren.

Het filter lijkt echt rekening te houden met bijvoorbeeld hele zongebruinde gezichten, die vatbaarder zijn voor tekenen van ouderdom.

Ultieme test: sterren toen en nu

De ultieme test is natuurlijk om het filter te gebruiken bij oude foto's of video's. En dat gebeurt dan ook volop. Jonge foto's van Meryl Streep, Sarah Jessica Parker, Jennifer Aniston, Al Pacino, Mel Gibson en George Clooney laten allemaal erg overtuigende oudere versies zien – zo zien ze er nu inderdaad ongeveer uit.

Maar diezelfde bekendheden halen het filter ook weer onderuit. Een andere TikTok-gebruiker legde het filter over jonge foto's van onder meer Leonardo DiCaprio, Keanu Reeves en Emma Watson. De oudere resultaten zien er gewoon uit als kinderen met diepe rimpels.

Neem het filter dan ook met een korreltje zout. En als je door het filter besluit wat gezonder te leven en je wat vaker in te smeren, is dat natuurlijk alleen maar mooi meegenomen.

Volg ons ook op sociale media.

Luister onze podcast: