Paano Gumagana ang Face Scan Test? Landmark, Selfie, Score

Ang proseso sa isang talata

Dinadaan ng face scan test ang selfie mo sa tatlong yugto: natutuklasan nito ang isang mukha, naglalagay ng hanay ng mga landmark point sa mukhang iyon, at nagpapatakbo ng formula sa mga puntong iyon upang gumawa ng numero. Ang una at ikalawang yugto ay ordinaryong, matatag nang computer vision. Ang ikatlong yugto ang simula ng libangan, dahil ang formula ay isang pagpiling editoryal, hindi isang sukat.

Ang maunawaan kung aling yugto ang alin ang buong punto ng artikulong ito. Kapag nahiwalay mo na ang "tumpak na natukoy ng software ang panga mo" sa "may ibig sabihin ang numero", mas madali nang basahin nang tama ang mga resulta.

Unang yugto: maghanap ng mukha

Ang unang gawain ay pagpasyahan kung aling mga pixel sa litrato ang kabilang sa isang mukha. Problema ito ng detection, at mahusay itong hinahawakan ng makabagong detector: gumagana sila sa makapal na group photo, kinakaya ang salamin at balbas, at tumatanggap ng teleponong nakatagilid.

Ang kailangan nila mula sa iyo ay litratong talagang nakikita ang mukha. Karaniwang dahilan ng bigong scan:

• Masyadong maliit ang mukha. Kaunting pixel lang ang ibinibigay ng full-body shot sa modelo.
• Nasa likod mo ang ilaw. Tinatanggal ng backlit silhouette ang contrast na pinagbabatayan ng detector.
• Malaki ang nakatakip sa mukha. Kamay, mask, o buhok na dumadaan sa mukha ay maaaring magpababa nito sa ilalim ng threshold.
• Hindi litrato ng tao ang imahe. Malinaw naman. Pero sulit sabihin, dahil may nagsubok sa software.

Kung error ang ibinabalik ng scan sa halip na score, detection ang karaniwang dahilan. Ang error na iyon ang tanging tapat na feedback sa buong proseso: nangangahulugan itong talagang hindi nakahanap ng mukha ang software, at hindi ito kumatha ng isa.

Ikalawang yugto: mga landmark point

Kapag natagpuan ang mukha, naglalagay ang modelo ng tinukoy na hanay ng mga punto rito. Ito ang mga landmark: tumpak na pixel coordinate para sa mga sulok ng mata, dulo at tulay ng ilong, linya ng panga, bibig, at kilay.

Ang output ng yugtong ito ay hindi paglalarawan at hindi paghatol. Isa itong talahanayan ng mga numero. Ganito ang hitsura ng karaniwang entry: (312.4, 188.9) — isang x at y na posisyon sa larawan.

Dalawang bagay ang kasunod nito, at mahalaga ang dalawa:

• Heometriko ang mga punto, hindi semantiko. Alam ng modelo na may punto sa panlabas na sulok ng kaliwang mata mo. Wala itong kamalayan kung ano ang ibig sabihin ng mata, at walang kakayahang humango ng konklusyon mula rito.
• Sumasabay ang mga punto sa laki ng litrato. Kung parehong mukha ay kinuhanan nang malapit at malayo, inilalarawan ng coordinate ang parehong heometriya sa magkaibang yunit. Anumang gustong gamitin ng formula ay kailangang gawing normal muna gamit ang reference na haba — karaniwang ang agwat ng mga mata.

Kapag ipinagmamalaki ng isang site ang bilang ng landmark, ang bilang na iyon ay kung ilang punto lang ang inilalagay ng modelo. Mas malaking bilang ay mas siksik na mesh ng coordinate, na maaaring gawing mas matibay ang heometriya laban sa ingay. Hindi ito nangangahulugang mas "totoo" ang mga punto, at wala itong sinasabi kung may kahulugan ang huling score.

Ikatlong yugto: ang formula

Dito nagiging body count, loyalty score, o financial destiny ang isang mesh ng landmark. Ang pagbabago ay aritmetika: mga distansya, ratio, anggulo, at weighted sums, na isinulat ng developer.

Narito ang parteng sulit sabihin nang tahasan. Ang formula ay desisyon sa disenyo, hindi pagtuklas. Walang kumuha nito mula sa datos tungkol sa buhay ng totoong tao, dahil ang datos na kailangan para gawin iyon ay wala. May nagpasya na ang mas malawak na ratio ay dapat magtaas ng score at ang mas makitid ay magbaba, pumili ng coefficient, at pinangalanan ang resulta ng isang bagay na madaling tandaan.

Hindi iyon lihim na sabwatan — normal na paraan iyon ng pagbuo ng mga produktong libangan. Ang mensahe sa fortune cookie ay may sumusulat din. Nagsisimula lang ang problema kapag ang output ay ipinakita bilang sukat sa halip na script.

Dahil fixed ang formula, ang mga test ay hindi bababa sa pare-pareho sa loob. Ang parehong mukha na kinunan nang parehong paraan ay magbibigay ng parehong score. Ang konsistensiyang ito ay madaling ipagkamali sa katumpakan: kung tumigil sa paggalaw ang score, parang nakakabit ito sa isang bagay na totoo. Nakakabit ito sa formula, na stable sa parehong dahilan kung bakit tama ang tumigil na orasan nang dalawang beses sa isang araw.

Ano ang kayang at hindi kayang dalhin ng selfie

Ang iisang litratong nakaharap sa harapan ay manipis na hiwa ng impormasyon. Sulit malaman kung ano talaga ang nasa loob nito:

Ang kaliwang kolum ay tunay na nagbibigay-impormasyon para sa ibang layunin — ginagamit ang heometriya ng mukha sa animation, sa mga tool para sa accessibility, sa pag-edit ng litrato, at sa pananaliksik sa medical imaging kung saan ang kliniko ang nagbibigay-kahulugan sa resulta. Ang kanang kolum ay ang layer ng libangan. Walang anuman sa kaliwang kolum ang nagiging kanan sa pamamagitan ng pagdagdag ng punto o compute.

Bakit iba-iba ang score ng parehong mukha

Madalas napapansin ng mga tao na nagbabago ang score nila sa bawat pagsubok at napagpasyahan na sira ang software. Hindi; ginagawa nito nang eksakto ang dinisenyo, at nagbago ang input.

• Posisyon at anggulo. Ang bahagyang pagkiling ng ulo ay nagbabago sa projected na distansyang binabasa ng formula.
• Ilaw at anino. Inilalabas ng anino kung saan parang naroon ang mga contour, at gumagalaw ang landmark.
• Ekspresyon. Binabago ng ngiti ang heometriya ng bibig at panga, at may mga formula na binabasa ang ngiti bilang sukat.
• Filter at pagpapaganda. Ang automatic smoothing, pagpapapayat ng mukha, at pagpapalaki ng mata ay inilalapat bago pa makarating ang imahe sa modelo.
• Compression. Ang screenshot na sobrang compressed ay nawawalan ng detalye sa gilid, at kasama nito ang ilang katumpakan.

Kung gusto mo ng score na kahit papaano pare-pareho sa isa't isa, kontrolin ang mga variable na iyon: nakaharap, pantay na ilaw, neutral na ekspresyon, walang filter, walang screenshot. Makakakuha ka ng mas stable na numero. Hindi ka pa rin makakakuha ng mas makabuluhang numero.

Ang tapat na buod

Tatlong yugto, at ang una at ikalawa lang ang engineering. Ang face detection at landmark placement ay mahusay at lubos na nauunawaang teknik na gumagawa ng tunay na trabaho. Ang score na lumalabas sa dulo ay isang formula na isinulat para sa libangan.

Ang dalawang kalahati ng pangungusap na iyon ay maaaring totoo nang sabay, at totoo ang dalawa. Totoo ang teknolohiya. Hindi totoo ang pag-angkin. Kung gusto mong subukan ang mga test, ang tapat na dahilan ay masaya itong ihambing sa mga kaibigan — at masaya nga. Itago lang ang score sa kolum kung saan ito nabibilang.