Como funcionam os testes de leitura facial? Pontos e notas

O processo em um parágrafo

Um teste de leitura facial passa a sua selfie por três etapas: detecta um rosto, coloca um conjunto de pontos sobre esse rosto e roda uma fórmula sobre esses pontos para produzir um número. A primeira e a segunda etapas são visão computacional comum e bem estabelecida. A terceira é onde começa o entretenimento, porque a fórmula é uma escolha editorial, não uma medição.

Entender qual etapa é qual é o objetivo deste artigo. Quando você consegue separar "o software localizou seu maxilar com precisão" de "o número significa algo", os resultados ficam muito mais fáceis de ler corretamente.

Etapa um: encontrar um rosto

O primeiro trabalho é decidir quais pixels da foto pertencem a um rosto. É um problema de detecção, e os detectores modernos resolvem bem: funcionam numa foto de grupo cheia, lidam com óculos e barbas e toleram um celular segurado em ângulo.

O que eles precisam de você é de uma foto em que um rosto esteja de fato visível. Motivos comuns de um escaneamento falhar de vez:

• O rosto é pequeno demais. Um plano de corpo inteiro dá ao modelo pouquíssimos pixels.
• A luz está atrás de você. Uma silhueta contra a luz remove o contraste de que o detector depende.
• O rosto está muito obstruído. Uma mão, uma máscara ou o cabelo cruzando o rosto podem empurrá-lo abaixo do limite de detecção.
• A imagem não é a foto de uma pessoa. Óbvio, mas vale dizer, porque há quem teste o software.

Se o escaneamento retorna um erro em vez de uma pontuação, a detecção costuma ser o motivo. Esse erro é a única peça honesta de retorno em todo o processo: significa que o software realmente não encontrou um rosto, e não inventou um.

Etapa dois: os pontos de referência

Assim que um rosto é encontrado, o modelo coloca sobre ele um conjunto definido de pontos. São os pontos de referência: coordenadas de pixel precisas para os cantos dos olhos, a ponta e a ponte do nariz, a linha do maxilar, a boca e as sobrancelhas.

A saída dessa etapa não é uma descrição nem um julgamento. É uma tabela de números. Uma entrada típica é assim: (312.4, 188.9) — uma posição x e uma y na imagem.

Daí decorrem duas coisas, e ambas importam:

• Os pontos são geométricos, não semânticos. O modelo sabe que um ponto fica no canto externo do seu olho esquerdo. Não tem ideia do que um olho significa, nem capacidade de tirar conclusões de um.
• Os pontos escalam com a foto. Se o mesmo rosto é fotografado de perto e de longe, as coordenadas descrevem a mesma geometria em unidades diferentes. Tudo o que a fórmula quiser usar precisa ser normalizado antes por um comprimento de referência, normalmente a distância entre os olhos.

Quando um site anuncia um número de pontos, esse número é apenas quantos pontos o modelo coloca. Um número maior significa uma malha de coordenadas mais densa, o que pode tornar a geometria um pouco mais robusta ao ruído. Não significa que os pontos sejam mais "verdadeiros", e não diz nada sobre se a pontuação final tem sentido.

Etapa três: a fórmula

Aqui é onde uma malha de pontos vira um número de parceiros, uma pontuação de lealdade ou um destino financeiro. A transformação é aritmética: distâncias, proporções, ângulos e somas ponderadas, escritos por um desenvolvedor.

Aqui vem a parte que vale dizer sem rodeios. A fórmula é uma decisão de projeto, não uma descoberta. Ninguém a extraiu de dados sobre a vida de pessoas reais, porque os dados necessários para isso não existem. Alguém decidiu que uma proporção mais larga deveria subir a pontuação e uma mais estreita baixá-la, escolheu coeficientes e deu ao resultado um nome memorável.

Isso não é uma conspiração secreta: é o modo normal como produtos de entretenimento são construídos. Um biscoito da sorte também é escrito por alguém. O problema só começa quando a saída é apresentada como medição em vez de roteiro.

Como a fórmula é fixa, os testes são ao menos internamente consistentes. O mesmo rosto fotografado do mesmo jeito produzirá a mesma pontuação. Essa consistência é fácil de confundir com exatidão: se uma pontuação para de se mover, parece ancorada em algo real. Está ancorada na fórmula, que é estável pela mesma razão que um relógio parado acerta duas vezes por dia.

O que uma selfie carrega e o que não carrega

Uma única foto frontal é uma fatia estreita de informação. Vale saber o que há de fato nela:

A coluna da esquerda é genuinamente informativa para outros fins: geometria facial é usada em animação, em ferramentas de acessibilidade, em edição de fotos e em pesquisa de imagem médica, onde um clínico interpreta o resultado. A coluna da direita é a camada de entretenimento. Nada da coluna da esquerda vira a da direita por adicionar mais pontos ou mais processamento.

Por que o mesmo rosto pode pontuar diferente

As pessoas costumam notar a pontuação mudar entre tentativas e concluir que o software está quebrado. Não está; faz exatamente o que foi projetado para fazer, e as entradas mudaram.

• Pose e ângulo. Uma leve inclinação da cabeça muda as distâncias projetadas que a fórmula lê.
• Luz e sombra. As sombras deslocam onde os contornos parecem estar, o que move os pontos.
• Expressão. Sorrir muda a geometria da boca e do maxilar, e algumas fórmulas leem o sorriso como medição.
• Filtros e embelezamento. Suavização automática, afinar o rosto e aumentar os olhos são aplicados antes de a imagem chegar ao modelo.
• Compressão. Uma captura muito comprimida perde detalhe de bordas e, com ele, alguma precisão.

Se você quer pontuações ao menos coerentes entre si, controle essas variáveis: frontal, luz uniforme, expressão neutra, sem filtro, sem captura de tela. Você terá um número mais estável. Ainda não terá um mais significativo.

O resumo honesto

Três etapas, e só as duas primeiras são engenharia. A detecção facial e a colocação de pontos são técnicas competentes e bem compreendidas, que fazem um trabalho real. A pontuação que sai no fim é uma fórmula escrita com finalidade de entretenimento.

As duas metades dessa frase podem ser verdadeiras ao mesmo tempo, e são. A tecnologia é real. A alegação não. Se você quer testar, a razão honesta é que é divertido comparar com amigos — e é. Só mantenha a pontuação na coluna a que ela pertence.