Em 2010, donos do maior banco de dados facial do mundo - o Facebook - aprenderam a distinguir um retrato de uma paisagem: a rede social buscava rostos em fotos e marcava essas áreas. Às vezes cometeu erros. Quatro anos depois, o Facebook poderia dizer com 97% de precisão quem era retratado em uma foto: uma pessoa ou duas pessoas diferentes.

Esse é um grande avanço para o Facebook, mas seu algoritmo ainda perde para o cérebro humano em 3% dos casos. Se alguém nos pedir para reconhecer uma pessoa familiar em fotos de baixa resolução , faremos melhor do que os computadores. Mesmo que essas imagens tenham sido tiradas de um ângulo incomum.

Isso é incomum, pois geralmente os computadores são mais precisos do que os seres humanos. Por que somos melhores em resolver esses desafios e como os computadores tentam fazer o mesmo?

Nossos cérebros passaram por um treinamento sério

Ele emergiu que uma determinada área do cérebro é exclusivamente dedicada ao reconhecimento facial. É chamado de giro fusiforme e faz parte do lobo temporal e do lobo occipital. Os seres humanos aprendem a distinguir rostos desde o momento do nascimento - os bebês desenvolvem essa habilidade nos primeiros dias de vida. Já aos quatro meses, os cérebros dos bebês já distinguem um tio do outro - e também das tias, é claro.

[Mergulhe fundo no mundo da tecnologia e cadastre-se no Avance Network a verdadeira comunidade criptografada!]

Olhos, maçãs do rosto, nariz, boca e sobrancelhas são as principais características do rosto que nos ajudam a nos reconhecer. A pele também é importante, principalmente sua textura e cor. É digno de nota que nosso cérebro tende a processar um rosto como um todo - principalmente ele não se concentra em características individuais. É por isso que podemos reconhecer facilmente as pessoas, mesmo que escondam metade do rosto sob um lenço ou um pedaço de papel. No entanto, se alguém fizer uma colagem simples e juntar os rostos de duas pessoas famosas, os espectadores podem precisar de algum tempo para entender quem é quem na foto.

Desde o nascimento, nosso cérebro armazena rostos. Gradualmente, criamos um modelo geral e o usamos para o processamento facial. Se alguém pudesse desenhar este modelo, ele ficaria assim:

O processamento facial ocorre em um momento em que nosso cérebro compara a aparência da pessoa com um padrão interno: se o nariz da pessoa for mais largo, os lábios são mais carnudos, o tom de pele é quente ou frio, etc. Aqueles de nós que raramente viajam dizem que às vezes pessoas de outras raças são muito semelhantes. Eles pensam assim porque seus modelos são “sensibilizados” para as características faciais, comuns ao seu redor.

A propósito, alguns animais podem distinguir rostos tão bem quanto cães e macacos. Embora cheirar forneça muitas informações úteis, as imagens visuais também ajudam esses animais a reconhecer outras criaturas vivas. O que é interessante, os melhores amigos do homem - os cães - não só entendem facilmente nosso humor olhando para nossos rostos, mas também podem aprender a sorrir.

Como um computador reconhece rostos?

Qual é a conexão entre sorrisos humanos e processamento facial? Esses dois são quase inseparáveis, pois qualquer expressão muda nossos rostos irreconhecíveis, especialmente para algoritmos de computador.

O software pode comparar dois retratos faciais de frente e determinar se eles retratam a mesma pessoa. Essas soluções funcionam como retratistas: eles analisam os chamados pontos nodais em rostos humanos. Esses pontos são usados ​​para determinar nossas faces individuais; métodos diferentes encontram de 80 a 150 pontos nodais em uma única face.

Por exemplo, artistas e software medem a distância entre os olhos, a largura do nariz, a profundidade das órbitas dos olhos, o formato das maçãs do rosto, o comprimento da linha da mandíbula e assim por diante.

Quando você muda o nível dos olhos ou pede ao modelo para virar a cabeça, essas medidas mudam. Como muitos algoritmos de processamento facial analisam as imagens apenas no espaço bidimensional, o ponto de vista é crucial para o reconhecimento preciso. Você quer ficar incógnito? Esconda seus olhos e maçãs do rosto atrás de óculos escuros e cubra o queixo e a boca com um lenço para preservar o anonimato. Quando testamos o escandaloso serviço FindFace , ele foi capaz de reconhecer modelos apenas em retratos de frente.

É assim que você pode enganar os serviços de reconhecimento facial, que funcionam com "imagens planas". No entanto, o sol da manhã nunca dura um dia e algoritmos mais progressivos já estão em andamento.

Qual é o próximo?

Nosso cérebro treina para processar rostos conforme crescemos. A capacidade de distinguir entre “nós” e “eles” é uma das habilidades essenciais para a sobrevivência. Os computadores modernos podem aprender como humanos e se programar. Para melhorar os resultados do processamento facial da máquina, os desenvolvedores usam algoritmos de autoaprendizagem e fornecem centenas de retratos humanos como um livro escolar. Não é difícil encontrar essas imagens - há muitas delas online, em mídias sociais, sites de hospedagem de fotos, estoques de fotos e outros recursos da web.

A identificação baseada na face tornou-se mais eficiente quando os algoritmos começaram a trabalhar com modelos 3-D . Projetar uma grade no rosto e integrar a captura de vídeo de um software de cabeça humana compreende a aparência dessa pessoa de diferentes ângulos. A propósito, os modelos no cérebro humano também são tridimensionais. Embora esta tecnologia ainda esteja em desenvolvimento já é possível encontrar várias soluções proprietárias no mercado.

Os estudos de mímica também ganham força. A representação realista de emoções é uma mina de ouro para a indústria de videogames e um grande número de empresas trabalha duro para tornar seus personagens cada vez mais convincentes. Passos importantes nessa direção já foram dados. A mesma tecnologia será de grande utilidade para o software de reconhecimento facial - quando essas soluções passarem por imitações humanas, eles saberão que esse smiley engraçado na foto provavelmente foi puxado por aquela garota na rua.

Além dos modelos 3D, os desenvolvedores trabalham em outros ângulos, por exemplo, a empresa Identix criou uma tecnologia de biometria para reconhecimento facial chamada FaceIt Argus. Analisa a singularidade da textura da pele: linhas, poros, cicatrizes e outras coisas assim. Os criadores do FaceIt Argus afirmam que seu desenvolvimento pode identificar diferenças entre gêmeos idênticos, o que ainda não é possível usando apenas o software de reconhecimento facial.

Este sistema é considerado insensível a mudanças na expressão facial (como piscar, franzir a testa ou sorrir) e tem a capacidade de compensar o crescimento do bigode ou barba e a aparência de óculos. A identificação precisa pode ser aumentada em 20 a 25 por cento se o FaceIt Argus for usado junto com outros sistemas de processamento facial. Por outro lado, essa tecnologia falha se você usar imagens de baixa resolução tiradas com pouca luz.

De qualquer forma, para cobrir essa eventualidade existe outra tecnologia. Cientistas da computação do Instituto de Tecnologia de Karlsruhe (Alemanha) desenvolveram a nova técnica, que reconhece retratos infravermelhos de pessoas, tirados com pouca luz ou mesmo na escuridão total.

Essa tecnologia analisa assinaturas térmicas humanas e combina suas imagens de infravermelho médio ou distante com fotos comuns com precisão de 80% no máximo. Quanto maior o número de imagens disponível, mais sucesso o algoritmo funciona. Quando apenas uma imagem visível está disponível, a precisão cai para 55%.

Fazer essa combinação não é tão fácil quanto pode parecer à primeira vista: o problema é que não há correlações lineares entre os rostos em luz regular e infravermelha. A imagem, que é construída com base nas emissões térmicas, parece bem diferente de um retrato normal tirado à luz do dia.

A intensidade das emissões térmicas depende muito da temperatura da pele e do ambiente e até do humor da pessoa. Além disso, geralmente as imagens infravermelhas têm resolução inferior às fotos normais, o que só torna a tarefa mais difícil.

Para resolver esse problema, os cientistas recorreram ao algoritmo de aprendizado de máquina e “alimentaram” seu sistema com 1586 fotos de 82 pessoas.

Está em toda parte!

Hoje em dia, as tecnologias de reconhecimento facial são utilizadas em quase todo o mundo. Recentemente, o Uber lançou uma solução semelhante na China para manter o controle de seus próprios motoristas de táxi. A NEC e a Microsoft combinam a procissão facial e a IoT para permitir que os especialistas em marketing conheçam melhor seus clientes, e ainda melhor. Ao mesmo tempo, trolls do fórum russo 2ch.ru usam um serviço de reconhecimento facial para atacar atrizes pornôs online.

O desenvolvimento da tecnologia de reconhecimento facial nos fará repensar tudo o que sabemos sobre privacidade. Não vai acontecer hoje nem daqui a um ano, mas já é hora de se preparar. Afinal, você não pode substituir seu rosto, pode?

Se você está se perguntando qual pode ser o resultado da invasão de privacidade da tecnologia, recomendamos que você assista à minissérie britânica “Black mirror”, especialmente o episódio “ Fifteen Million Merits ”.

O Avance Network é uma comunidade fácil de usar que fornece segurança de primeira e não requer muito conhecimento técnico. Com uma conta, você pode proteger sua comunicação e seus dispositivos. O Avance Network não mantém registros de seus dados; portanto, você pode ter certeza de que tudo o que sai do seu dispositivo chega ao outro lado sem inspeção.