Comment marchent les tests de scan facial ? Points et notes

Le processus en un paragraphe

Un test de scan facial fait passer votre selfie par trois étapes : il détecte un visage, place un ensemble de points sur ce visage, puis exécute une formule sur ces points pour produire un nombre. La première et la deuxième étape sont de la vision par ordinateur ordinaire et bien établie. La troisième est là où commence le divertissement, car la formule est un choix éditorial, pas une mesure.

Comprendre quelle étape est laquelle, c'est tout l'objet de cet article. Quand vous pouvez séparer « le logiciel a localisé votre mâchoire avec précision » de « le nombre veut dire quelque chose », les résultats deviennent bien plus faciles à lire correctement.

Étape un : trouver un visage

Le premier travail est de décider quels pixels de la photo appartiennent à un visage. C'est un problème de détection, et les détecteurs modernes le gèrent bien : ils fonctionnent sur une photo de groupe chargée, tolèrent lunettes et barbe, et acceptent un téléphone tenu de biais.

Ce qu'ils attendent de vous, c'est une photo où un visage est réellement visible. Raisons fréquentes d'un scan qui échoue d'emblée :

• Le visage est trop petit. Un plan de corps entier laisse très peu de pixels au modèle.
• La lumière est derrière vous. Une silhouette à contre-jour supprime le contraste dont dépend le détecteur.
• Le visage est très masqué. Une main, un masque ou des cheveux devant le visage peuvent le faire passer sous le seuil de détection.
• L'image n'est pas la photo d'une personne. Évident. Mais cela vaut d'être dit, car certains testent le logiciel.

Si le scan renvoie une erreur plutôt qu'un score, la détection en est souvent la cause. Cette erreur est le seul retour honnête de tout le processus : elle signifie que le logiciel n'a vraiment pas trouvé de visage, et qu'il n'en a pas inventé.

Étape deux : les points de repère

Une fois un visage trouvé, le modèle y place un ensemble défini de points. Ce sont les points de repère : des coordonnées de pixels précises pour les coins des yeux, la pointe et l'arête du nez, la ligne de mâchoire, la bouche et les sourcils.

La sortie de cette étape n'est ni une description ni un jugement. C'est un tableau de nombres. Une entrée typique ressemble à (312.4, 188.9) — une position x et une y sur l'image.

Deux choses en découlent, et les deux comptent :

• Les points sont géométriques, pas sémantiques. Le modèle sait qu'un point se trouve au coin externe de votre œil gauche. Il n'a aucune idée de ce qu'est un œil, et aucune capacité d'en tirer une conclusion.
• Les points s'échelonnent avec la photo. Si le même visage est photographié de près et de loin, les coordonnées décrivent la même géométrie dans des unités différentes. Tout ce que la formule veut utiliser doit d'abord être normalisé par une longueur de référence, en général la distance entre les yeux.

Quand un site annonce un nombre de points, ce nombre est simplement combien de points le modèle place. Un nombre plus élevé signifie un maillage de coordonnées plus dense, ce qui peut rendre la géométrie un peu plus robuste au bruit. Cela ne signifie pas que les points sont plus « vrais », et cela ne dit rien sur le fait que le score final ait un sens.

Étape trois : la formule

C'est ici qu'un maillage de points devient un nombre de partenaires, un score de fidélité ou un destin financier. La transformation est de l'arithmétique : distances, rapports, angles et sommes pondérées, écrits par un développeur.

Voici la partie qu'il faut dire franchement. La formule est une décision de conception, pas une découverte. Personne ne l'a extraite de données sur la vie de vraies personnes, car les données nécessaires pour le faire n'existent pas. Quelqu'un a décidé qu'un rapport plus large devait faire monter le score et un plus étroit le faire baisser, a choisi des coefficients et a donné au résultat un nom mémorable.

Ce n'est pas une conspiration secrète : c'est la façon normale dont on construit des produits de divertissement. Un message de fortune cookie, aussi, est écrit par quelqu'un. Le problème ne commence que lorsque la sortie est présentée comme une mesure plutôt qu'un scénario.

Comme la formule est figée, les tests sont au moins cohérents en interne. Le même visage photographié de la même façon produira le même score. Cette cohérence se confond facilement avec l'exactitude : si un score cesse de bouger, il semble ancré à quelque chose de réel. Il est ancré à la formule, qui est stable pour la même raison qu'une horloge arrêtée est juste deux fois par jour.

Ce qu'un selfie peut et ne peut pas porter

Une seule photo de face est une mince tranche d'information. Il vaut la peine de savoir ce qu'elle contient vraiment :

La colonne de gauche est réellement informative pour d'autres usages : la géométrie du visage sert en animation, en outils d'accessibilité, en retouche photo et en recherche d'imagerie médicale, où un clinicien interprète le résultat. La colonne de droite est la couche de divertissement. Rien de la colonne de gauche ne devient celle de droite en ajoutant des points ou de la puissance de calcul.

Pourquoi le même visage peut obtenir des scores différents

Les gens remarquent souvent que leur score change d'un essai à l'autre et en concluent que le logiciel est cassé. Il ne l'est pas ; il fait exactement ce pour quoi il a été conçu, et les entrées ont changé.

• Pose et angle. Une légère inclinaison de la tête change les distances projetées que lit la formule.
• Lumière et ombre. Les ombres déplacent l'endroit où les contours semblent être, ce qui bouge les points.
• Expression. Sourire change la géométrie de la bouche et de la mâchoire, et certaines formules lisent le sourire comme une mesure.
• Filtres et embellissement. Le lissage automatique, l'affinage du visage et l'agrandissement des yeux sont appliqués avant que l'image n'atteigne le modèle.
• Compression. Une capture très compressée perd du détail de contour, et avec lui un peu de précision.

Si vous voulez des scores au moins cohérents entre eux, maîtrisez ces variables : de face, lumière uniforme, expression neutre, sans filtre, sans capture d'écran. Vous obtiendrez un nombre plus stable. Vous n'obtiendrez toujours pas un nombre plus significatif.

Le résumé honnête

Trois étapes, et seules les deux premières relèvent de l'ingénierie. La détection de visage et le placement de points sont des techniques compétentes et bien comprises qui font un vrai travail. Le score qui sort au bout est une formule écrite à des fins de divertissement.

Les deux moitiés de cette phrase peuvent être vraies en même temps, et elles le sont. La technologie est réelle. L'affirmation ne l'est pas. Si vous voulez essayer les tests, la raison honnête est qu'ils sont amusants à comparer entre amis — et ils le sont. Gardez simplement le score dans la colonne à laquelle il appartient.