Come funzionano i test di scansione del viso? Punti e voti

Il processo in un paragrafo

Un test di scansione del viso fa passare il tuo selfie attraverso tre fasi: rileva un volto, posiziona un insieme di punti su quel volto ed esegue una formula su quei punti per produrre un numero. La prima e la seconda fase sono computer vision comune e ben consolidata. La terza è dove inizia l'intrattenimento, perché la formula è una scelta editoriale, non una misurazione.

Capire quale fase è quale è l'intero scopo di questo articolo. Quando riesci a separare "il software ha localizzato la tua mascella con precisione" da "il numero significa qualcosa", i risultati diventano molto più facili da leggere correttamente.

Fase uno: trovare un volto

Il primo compito è decidere quali pixel della foto appartengano a un volto. È un problema di rilevamento, e i rilevatori moderni lo gestiscono bene: funzionano su una foto di gruppo affollata, tollerano occhiali e barba, e accettano un telefono tenuto di traverso.

Ciò che serve da te è una foto in cui un volto sia davvero visibile. Motivi comuni per cui una scansione fallisce del tutto:

• Il volto è troppo piccolo. Un piano a figura intera lascia al modello pochissimi pixel.
• La luce è alle tue spalle. Una silhouette in controluce elimina il contrasto su cui il rilevatore si basa.
• Il volto è molto coperto. Una mano, una mascherina o i capelli davanti al volto possono spingerlo sotto la soglia di rilevamento.
• L'immagine non è la foto di una persona. Ovvio, ma vale la pena dirlo, perché c'è chi prova il software.

Se la scansione restituisce un errore invece di un punteggio, di solito è il rilevamento. Quell'errore è l'unico pezzo onesto di riscontro dell'intero processo: significa che il software non ha davvero trovato un volto, e non se ne è inventato uno.

Fase due: i punti di riferimento

Una volta trovato un volto, il modello vi posiziona un insieme definito di punti. Sono i punti di riferimento: coordinate di pixel precise per gli angoli degli occhi, la punta e il ponte del naso, la linea della mascella, la bocca e le sopracciglia.

L'output di questa fase non è una descrizione né un giudizio. È una tabella di numeri. Una voce tipica è così: (312.4, 188.9) — una posizione x e una y sull'immagine.

Ne derivano due cose, ed entrambe contano:

• I punti sono geometrici, non semantici. Il modello sa che un punto sta all'angolo esterno del tuo occhio sinistro. Non ha idea di cosa significhi un occhio, né capacità di trarne conclusioni.
• I punti scalano con la foto. Se lo stesso volto è fotografato da vicino e da lontano, le coordinate descrivono la stessa geometria in unità diverse. Tutto ciò che la formula vuole usare va prima normalizzato rispetto a una lunghezza di riferimento, di solito la distanza tra gli occhi.

Quando un sito pubblicizza un numero di punti, quel numero è semplicemente quanti punti posiziona il modello. Un numero maggiore significa una maglia di coordinate più densa, che può rendere la geometria un po' più robusta al rumore. Non significa che i punti siano più "veritieri", e non dice nulla sul fatto che il punteggio finale abbia senso.

Fase tre: la formula

Qui è dove una maglia di punti diventa un numero di partner, un punteggio di fedeltà o un destino finanziario. La trasformazione è aritmetica: distanze, rapporti, angoli e somme pesate, scritti da uno sviluppatore.

Ecco la parte da dire senza giri di parole. La formula è una decisione di progetto, non una scoperta. Nessuno l'ha estratta da dati sulla vita di persone reali, perché i dati necessari non esistono. Qualcuno ha deciso che un rapporto più largo dovesse alzare il punteggio e uno più stretto abbassarlo, ha scelto coefficienti e ha dato al risultato un nome memorabile.

Non è una cospirazione segreta: è il modo normale in cui si costruiscono i prodotti d'intrattenimento. Anche un bigliettino del biscotto della fortuna lo scrive qualcuno. Il problema inizia solo quando l'output viene presentato come una misurazione invece che come un copione.

Poiché la formula è fissa, i test sono almeno coerenti al loro interno. Lo stesso volto fotografato allo stesso modo produrrà lo stesso punteggio. Questa coerenza si confonde facilmente con l'accuratezza: se un punteggio smette di muoversi, sembra ancorato a qualcosa di reale. È ancorato alla formula, che è stabile per la stessa ragione per cui un orologio fermo è giusto due volte al giorno.

Cosa può e non può portare un selfie

Una sola foto frontale è una fetta stretta di informazione. Vale la pena sapere cosa c'è davvero dentro:

La colonna di sinistra è davvero informativa per altri scopi: la geometria del volto si usa in animazione, in strumenti di accessibilità, nel fotoritocco e nella ricerca di imaging medico, dove un clinico interpreta il risultato. La colonna di destra è lo strato d'intrattenimento. Nulla della colonna di sinistra diventa quella di destra aggiungendo punti o potenza di calcolo.

Perché lo stesso volto può ottenere punteggi diversi

Le persone spesso notano che il punteggio cambia tra un tentativo e l'altro e concludono che il software è rotto. Non lo è; fa esattamente ciò per cui è stato progettato, e gli input sono cambiati.

• Posa e angolo. Una leggera inclinazione della testa cambia le distanze proiettate che la formula legge.
• Luce e ombra. Le ombre spostano dove sembrano trovarsi i contorni, e questo muove i punti.
• Espressione. Sorridere cambia la geometria di bocca e mascella, e alcune formule leggono il sorriso come una misurazione.
• Filtri e bellezza. Levigatura automatica, assottigliamento del volto e ingrandimento degli occhi vengono applicati prima che l'immagine arrivi al modello.
• Compressione. Uno screenshot molto compresso perde dettaglio sui bordi e, con esso, un po' di precisione.

Se vuoi punteggi almeno coerenti tra loro, controlla quelle variabili: frontale, luce uniforme, espressione neutra, niente filtri, niente screenshot. Otterrai un numero più stabile. Non ne otterrai comunque uno più significativo.

Il riassunto onesto

Tre fasi, e solo le prime due sono ingegneria. Il rilevamento del volto e il posizionamento dei punti sono tecniche competenti e ben comprese, che fanno un lavoro reale. Il punteggio che esce alla fine è una formula scritta a scopo d'intrattenimento.

Entrambe le metà di quella frase possono essere vere insieme, e lo sono. La tecnologia è reale. L'affermazione no. Se vuoi provare i test, la ragione onesta è che sono divertenti da confrontare con gli amici — e lo sono. Tieni solo il punteggio nella colonna a cui appartiene.