Bagaimana Ujian Imbas Wajah Berfungsi? Titik dan Markah

Aliran dalam satu perenggan

Ujian imbas wajah membawa swafoto anda melalui tiga peringkat: mengesan wajah, meletakkan satu set titik pada wajah itu, dan menjalankan formula ke atas titik-titik itu untuk menghasilkan nombor. Peringkat satu dan dua ialah computer vision biasa yang sudah mantap. Peringkat tiga ialah tempat hiburan bermula, kerana formulanya ialah pilihan editor, bukan ukuran.

Memahami peringkat mana yang mana itulah inti artikel ini. Sebaik anda boleh memisahkan "perisian meletakkan rahang anda dengan tepat" daripada "nombornya bermakna", hasilnya jadi jauh lebih mudah dibaca dengan betul.

Peringkat satu: mencari wajah

Tugas pertama ialah menentukan piksel mana dalam foto itu milik sesuatu wajah. Ini masalah pengesanan, dan pengesan moden mengendalikannya dengan baik: ia berfungsi pada foto kumpulan yang padat, tahan cermin mata dan janggut, serta menerima telefon yang dipegang senget.

Apa yang ia perlukan daripada anda ialah foto yang wajahnya benar-benar kelihatan. Sebab biasa sesuatu imbasan gagal sepenuhnya:

• Wajahnya terlalu kecil. Gambar seluruh badan memberi model sangat sedikit piksel.
• Cahaya berada di belakang anda. Siluet berlawan cahaya menghapuskan kontras yang diharapkan pengesan.
• Wajah banyak tertutup. Tangan, topeng, atau rambut melintang wajah boleh menolaknya bawah ambang pengesanan.
• Imej itu bukan foto seseorang. Jelas. Tetapi patut dinyatakan, kerana ada yang menguji perisian itu.

Jika imbasan memulangkan ralat dan bukan markah, pengesanan biasanya puncanya. Ralat itu ialah satu-satunya maklum balas jujur dalam seluruh aliran: ia bermakna perisian benar-benar tidak menemui wajah, dan tidak mengada-adakan satu.

Peringkat dua: titik rujukan

Sebaik wajah ditemui, model meletakkan set titik yang ditetapkan padanya. Ini ialah titik rujukan: koordinat piksel yang tepat bagi sudut mata, hujung dan batang hidung, garis rahang, mulut, dan kening.

Output peringkat ini bukan penerangan dan bukan penilaian. Ia jadual nombor. Satu entri biasa kelihatan seperti (312.4, 188.9) — kedudukan x dan y pada imej.

Dua perkara menyusul, dan kedua-duanya penting:

• Titik itu geometri, bukan semantik. Model tahu satu titik berada di sudut luar mata kiri anda. Ia langsung tidak tahu apa maksud mata, dan tiada keupayaan membuat kesimpulan daripadanya.
• Titik itu berskala dengan foto. Jika wajah yang sama difoto dekat dan jauh, koordinatnya menerangkan geometri yang sama dalam unit berbeza. Apa sahaja yang formula mahu guna mesti dinormalkan dahulu dengan panjang rujukan — biasanya jarak antara mata.

Apabila sesuatu laman mengiklankan bilangan titik rujukan, nombor itu hanyalah berapa banyak titik yang diletakkan model. Bilangan lebih besar bermakna jaringan koordinat lebih padat, yang boleh menjadikan geometri sedikit lebih tahan terhadap hingar. Ia tidak bermakna titik itu lebih "benar", dan tidak berkata apa-apa tentang sama ada markah akhirnya bermakna.

Peringkat tiga: formula

Di sinilah jaringan titik rujukan menjadi bilangan bekas kekasih, markah kesetiaan, atau takdir kewangan. Perubahan itu ialah aritmetik: jarak, nisbah, sudut, dan jumlah berwajaran, yang ditulis oleh pembangun.

Inilah bahagian yang patut dikatakan terus terang. Formula itu keputusan reka bentuk, bukan penemuan. Tiada siapa mengeluarkannya daripada data tentang kehidupan orang sebenar, kerana data yang diperlukan untuk itu tidak wujud. Seseorang memutuskan nisbah yang lebih lebar patut menaikkan markah dan yang lebih sempit menurunkannya, memilih pekali, lalu menamakan hasilnya dengan sesuatu yang mudah diingat.

Itu bukan konspirasi rahsia — itu cara biasa produk hiburan dibina. Kertas ramalan nasib pun ditulis oleh seseorang. Masalahnya hanya bermula apabila output dipersembahkan sebagai ukuran dan bukan skrip.

Kerana formulanya tetap, ujian itu sekurang-kurangnya konsisten secara dalaman. Wajah yang sama difoto dengan cara yang sama akan menghasilkan markah yang sama. Konsistensi ini mudah disalah anggap sebagai ketepatan: jika markah berhenti bergerak, ia terasa berpaut pada sesuatu yang nyata. Ia berpaut pada formula, yang stabil atas sebab yang sama seperti jam yang berhenti betul dua kali sehari.

Apa yang boleh dan tidak boleh dibawa swafoto

Satu foto menghadap depan ialah kepingan maklumat yang nipis. Elok tahu apa yang sebenarnya ada di dalamnya:

Lajur kiri benar-benar bermaklumat untuk tujuan lain — geometri wajah digunakan dalam animasi, alat kebolehcapaian, penyuntingan foto, dan penyelidikan pengimejan perubatan tempat doktor mentafsir hasilnya. Lajur kanan ialah lapisan hiburan. Tiada apa-apa dalam lajur kiri menjadi lajur kanan dengan menambah titik atau tenaga pengiraan.

Mengapa wajah yang sama boleh berbeza markah

Orang sering perasan markah berubah antara percubaan lalu menyimpulkan perisian rosak. Tidak; ia melakukan tepat seperti yang direka, dan inputnya berubah.

• Pose dan sudut. Sedikit kecondongan kepala mengubah jarak unjuran yang dibaca formula.
• Cahaya dan bayang. Bayang menggeser di mana konturnya kelihatan berada, yang menggeser titik rujukan.
• Ekspresi. Senyuman mengubah geometri mulut dan rahang, dan sesetengah formula membaca senyuman sebagai ukuran.
• Penapis dan pencantikan. Pelembutan automatik, penirusan wajah, dan pembesaran mata digunakan sebelum imej sampai ke model.
• Mampatan. Tangkapan skrin yang dimampatkan teruk kehilangan perincian tepi, dan bersamanya sedikit ketepatan.

Jika anda mahu markah yang sekurang-kurangnya konsisten antara satu sama lain, kawal pemboleh ubah itu: menghadap depan, cahaya sekata, ekspresi neutral, tiada penapis, tiada tangkapan skrin. Anda akan dapat nombor yang lebih stabil. Anda tetap tidak akan dapat yang lebih bermakna.

Ringkasan jujur

Tiga peringkat, dan hanya dua yang pertama ialah kejuruteraan. Pengesanan wajah dan peletakan titik rujukan ialah teknik yang cekap dan difahami baik, yang melakukan kerja sebenar. Markah yang keluar di hujung ialah formula yang ditulis untuk tujuan hiburan.

Kedua-dua bahagian ayat itu boleh benar serentak, dan memang benar kedua-duanya. Teknologinya nyata. Dakwaannya tidak. Jika anda mahu mencuba ujian itu, sebab jujurnya ialah ia menyeronokkan untuk dibanding dengan kawan — dan memang menyeronokkan. Cuma kekalkan markah dalam lajur yang sepatutnya.