الگوریتم‌های تشخیص چهره حتی از روی ماسک، در راهند

سیستم های مصنوعی مانند روبات های مراقبت از خانه یا فناوری کمک راننده در حال رایج شدن هستند و باید به موقع بررسی کرد که افراد یا الگوریتم ها، کدام یک در خواندن احساسات بهتر عمل می کنند، به ویژه با توجه به چالش های اضافی که توسط پوشش صورت ایجاد می شود.
 
در مطالعه اخیرمان، ما مقایسه کردیم که چگونه ماسک صورت یا عینک آفتابی بر توانایی ما در تعیین احساسات مختلف در مقایسه با دقت سیستم های مصنوعی اثر می گذارد.
برای کسانی که با استفاده از تشخیص چهره مخالف هستند و می خواهند بدون تشخیص باقی بمانند، ممکن است در حال حاضر یک ماسک ساده کافی باشد. اما در آینده ممکن است مجبور شوند گزینه های دیگری را در نظر بگیرند، مانند ماسکی که با صورت جعلی تولید شده توسط رایانه چاپ سه بعدی شده است.  
تصوبر: در این مطالعه از ماسک های کامل و جزئی و عینک آفتابی برای مبهم کردن قسمت های صورت استفاده شد. از سوی نویسنده ارائه شده است.
 
ما تصاویری از حالت های احساسی صورت ارائه کردیم و دو نوع مختلف ماسک به آن اضافه کردیم - ماسک کامل مورد استفاده کارگران خط مقدم و ماسکی که اخیراً با پنجره ای شفاف معرفی شده است که امکان خواندن لب را فراهم می کند.
 
یافته های ما نشان می دهد که هم الگوریتم ها و هم مردم زمانی که چهره ها تا حدی مبهم هستند برای تشخیص به تقلا می افتند. اما سیستم های مصنوعی به احتمال زیاد احساسات را به روش های غیر معمول تفسیر می کنند.
 
سیستم های مصنوعی در تشخیص احساسات زمانی که صورت پوشانده نشده بود به طور قابل توجهی بهتر عمل می کردند - 98.48  درصد در مقایسه با 82.72 درصد برای هفت نوع مختلف احساس.
 
اما بسته به نوع پوشش، دقت برای افراد و سیستم های مصنوعی متفاوت است. به عنوان مثال، عینک آفتابی ترس مردم را پنهان می کند در حالی که ماسک های جزئی هم به افراد و هم به سیستم های مصنوعی کمک می کند تا شادی را به درستی تشخیص دهند.
 بسیاری از فروشندگان فناوری تشخیص چهره در حال آماده شدن برای آینده ای هستند که در آن استفاده از ماسک ادامه می یابد یا حتی افزایش می یابد. نکته مهم این است که مردم سیماهای ناشناخته را عمدتاً به عنوان خنثی طبقه بندی می کردند، اما سیستم های مصنوعی کمتر سیستماتیک بودند. آنها غالباً عصبانی را برای تصاویری که با یک ماسک کامل پوشانده شده اند، انتخاب می کردند، و یا عصبانیت، شادی، خنثی یا متعجب را برای سیماهای تا حدی نقاب دار بر می گزیدند.
 

رمز گشایی حالات صورت

توانایی ما در تشخیص احساسات از سیستم بینایی مغز برای تفسیر آن چه می بینیم استفاده می کند. ما حتی ناحیه ای در مغز داریم که به تشخیص چهره اختصاص دارد، و به عنوان ناحیه صورت دوکی شکل شناخته می شود، که به تفسیر اطلاعات فاش شده از چهره افراد کمک می کند.
 
همراه با شرایط خاص (تعامل اجتماعی ، گفتار و حرکت بدن) و درک رفتارهای گذشته و همدلی با احساسات خود، می توانیم چگونگی احساس افراد را رمز گشایی کنیم.
 
سیستمی از واحدهای عمل صورت برای رمز گشایی احساسات بر اساس نشانه های صورت پیشنهاد شده است. این شامل واحدهایی مانند "بالا برنده گونه" و "کشنده گوشه لب" است که هر دو بخشی از بیان شادی محسوب می شوند.
   
تصویر: تیم تحقیق از ماسک صورت استفاده می کنند. آیا می توانید احساسات محققان را از چهره پوشانده شده آنها بخوانید؟ هر دو سیستم مصنوعی و افراد در دسته بندی احساسات هنگام مبهم شدن چهره به مشکل برخورد می کنند. نویسنده ارائه داده است.
 از آن جا که امضای صورت بر اساس مدل های ریاضی موقعیت نسبی ویژگی های صورت است، هر چیزی که دید ویژگی های کلیدی (مانند بینی، دهان و چانه) را کاهش دهد، در تشخیص چهره اختلال ایجاد می کند.در مقابل، سیستم های مصنوعی هنگام دسته بندی احساسات، پیکسل های تصاویر یک چهره را تجزیه و تحلیل می کنند. آنها مقادیر شدت پیکسل را از میان شبکه ای از فیلترها عبور می دهند که از سیستم بینایی انسان تقلید می کند.
 
این یافته که سیستم های مصنوعی احساسات را از چهره های تا حدی مبهم، اشتباه طبقه بندی می کنند، مهم است. این می تواند منجر به رفتارهای غیر منتظره ای از روبات هایی شود که با افرادی که از ماسک استفاده می کنند تعامل دارند.
 
تصور کنید وقتی را که آنها یک احساس منفی مانند خشم یا ناراحتی را به اشتباه به عنوان یک بیان احساسی مثبت طبقه بندی کنند. در این حال سیستم های مصنوعی سعی می کنند با شخص با انجام اقداماتی بر اساس این تفسیر اشتباه که او خوشحال است تعامل کنند. این می تواند اثرات مضری بر ایمنی این سیستم های مصنوعی و تعامل انسان ها داشته باشد.
 

خطرات استفاده از الگوریتم ها برای خواندن احساسات

تحقیقات ما تکرار می کند که الگوریتم ها در قضاوت خود مستعد سوگیری هستند. به عنوان مثال، عملکرد سیستم های مصنوعی در هنگام طبقه بندی احساسات از تصاویر طبیعی بسیار تأثیر می گیرد. حتی فقط زاویه یا سایه خورشید می تواند بر نتایج تأثیر بگذارد.
 
الگوریتم ها همچنین می توانند از نظر نژادی تعصب داشته باشند. همان طور که مطالعات قبلی نشان داده اند، حتی یک تغییر کوچک در رنگ تصویر، که هیچ ارتباطی با سیماهای احساسی ندارد، می تواند منجر به افت عملکرد الگوریتم های مورد استفاده در سیستم های مصنوعی شود.
 
گویی این یک مشکل کافی نبود، حتی اختلالات بصری کوچک، که برای چشم انسان نامحسوس است، می تواند باعث شود که این سیستم ها ورودی را به عنوان چیز دیگری اشتباه تشخیص دهند.
 هنگامی که از تشخیص چهره برای شناسایی چهره ها در جمعیت استفاده می شود، به پایگاه داده قابل توجهی از پروفایل ها نیاز است تا با تصویر اصلی مقایسه شوند.برخی از این مسائل طبقه بندی اشتباه را می توان برطرف کرد. به عنوان مثال، الگوریتم ها می توانند به منظور جمع آوری اطلاعات مربوط به رنگ و شدت پیکسل ها به منظور در نظر گرفتن ویژگی های مربوط به احساس، مانند مانند موارد مربوط به شکل دهان، طراحی شوند.
 
راه دیگر برای حل این مشکل تغییر ویژگی های داده های آموزشی است – مانند نمونه برداری بسیار زیاد از داده های آموزشی به گونه ای که الگوریتم ها رفتارهای انسانی را بهتر تقلید کرده و در صورت طبقه بندی نادرست یک سیما اشتباهات کمتری مرتکب شوند.
 
اما به طور کلی، عملکرد این سیستم ها هنگام تفسیر تصاویر در شرایط واقعی هنگامی که صورت ها تا حدی پوشیده شده اند، کاهش می یابد.
 
اگر چه ممکن است روبات ها در تشخیص احساسات برای تصاویر ثابت از چهره های کاملاً قابل مشاهده، از دقت بیشتری نسبت به انسان برخوردار باشند، اما در شرایط واقعی که ما هر روز تجربه می کنیم، عملکرد آنها هنوز شبیه انسان نیست.
 

ماسک صورت و تشخیص چهره

 
تعجب آور است که چگونه افکار عمومی به این سرعت تغییر می کند. با چرخاندن ساعت ها به اندازه 12 ماه به عقب، متوجه می شویم که بسیاری از ما با شک و تردید به یک فرد نقاب دار در ملأ عام نگاه می کردیم.
 تشخیص چهره شامل استفاده از محاسبات برای شناسایی چهره انسان در تصاویر یا فیلم ها و سپس اندازه گیری ویژگی های خاص صورت است. در حال حاضر، برخی از کشورها استفاده از ماسک صورت را در قانون خود تصویب کرده اند. ماسک ها همچنین در ویکتوریا اجباری شده اند و در چندین ایالت دیگر توصیه می شوند.
 
یکی از پیامدهای این امر این است که سیستم های تشخیص چهره برای امنیت و پیشگیری از وقوع جرم ممکن است دیگر نتوانند به اهداف خود برسند. در استرالیا، اکثر آژانس ها در مورد استفاده از تشخیص چهره سکوت می کنند.
 
اما اسناد فاش شده در اوایل سال جاری نشان داد که پلیس فدرال استرالیا و پلیس ایالتی در کوئینزلند، ویکتوریا و جنوب استرالیا ازClearview AI ، یک پلت فرم تجاری تشخیص چهره، استفاده می کنند. پلیس نیو ساوت ولز نیز اعتراف کرد که از ابزاری بیومتریک به نام PhotoTrac استفاده کرده است.
 

تشخیص چهره چیست؟

تشخیص چهره شامل استفاده از محاسبات برای شناسایی چهره انسان در تصاویر یا فیلم ها و سپس اندازه گیری ویژگی های خاص صورت است. این می تواند شامل فاصله بین چشم ها و موقعیت های نسبی بینی، چانه و دهان باشد.
 
این اطلاعات برای ایجاد یک امضای صورت یا نمایه با هم ترکیب می شود. هنگامی که از وسیله برای تشخیص فردی استفاده می شود - مانند هنگام باز کردن قفل تلفن تان - تصویری از دوربین با نمایه ضبط شده مقایسه می شود. این فرایند "تأیید" صورت، نسبتاً ساده است.
 الگوریتم ها همچنین می توانند از نظر نژادی تعصب داشته باشند. با این حال، هنگامی که از تشخیص چهره برای شناسایی چهره ها در جمعیت استفاده می شود، به پایگاه داده قابل توجهی از پروفایل ها نیاز است تا با تصویر اصلی مقایسه شوند.
 
این پروفایل ها را می توان به صورت قانونی با ثبت نام تعداد زیادی از کاربران در سیستم ها جمع آوری کرد. اما گاهی اوقات آنها از طریق ابزارهای مخفی جمع آوری می شوند.
   
تصویر: "تأیید صورت" (روشی که برای باز کردن قفل گوشی های هوشمند استفاده می شود)، تصویر اصلی را با یک امضای صورت از پیش ذخیره شده مقایسه می کند. "تشخیص چهره" مستلزم بررسی تصویر در برابر کل پایگاه داده از امضاهای صورت است. teguhjatipras/pixabay
الگوریتم ها در قضاوت خود مستعد سوگیری هستند.

مشکل ماسک صورت

از آن جا که امضای صورت بر اساس مدل های ریاضی موقعیت نسبی ویژگی های صورت است، هر چیزی که دید ویژگی های کلیدی (مانند بینی، دهان و چانه) را کاهش دهد، در تشخیص چهره اختلال ایجاد می کند.
 
در حال حاضر راه های زیادی برای فرار یا دخالت در فناوری های تشخیص چهره وجود دارد. برخی از این ها از تکنیک هایی طراحی شده اند که از سیستم های تشخیص پلاک اجتناب می کنند.
 
اگر چه همه گیری کرونا ویروس نگرانی ها در مورد فرار از سیستم های تشخیص چهره را تشدید کرده است، اما اسناد فاش شده ایالات متحده نشان می دهد که مذاکرات در این زمینه در سال های 2018 و 2019 نیز انجام شده است.
 
و در حالی که بحث در مورد استفاده و قانونی بودن تشخیص چهره همچنان ادامه دارد، اخیراً تمرکز بر روی چالش های ارائه شده با استفاده از ماسک در مکان های عمومی متمرکز شده است.
 توانایی ما در تشخیص احساسات از سیستم بینایی مغز برای تفسیر آن چه می بینیم استفاده می کند. در این زمینه، مؤسسه ملی استاندارد و فناوری ایالات متحده (NIST) یک پروژه تحقیقاتی بزرگ را برای ارزیابی تأثیر ماسک بر عملکرد سیستم های مختلف تشخیص چهره مورد استفاده در سراسر جهان، هماهنگ کرد.
 
گزارش آن، که در ماه ژوئیه منتشر شد، نشان داد که برخی از الگوریتم ها تا 50 درصد مواقع برای تشخیص درست افرادی که ماسک پوشیده اند، مشکل دارند. این میزان، خطای قابل توجهی در مقایسه با زمانی بود که الگوریتم های مشابه چهره های بدون ماسک را تجزیه و تحلیل می کردند.
 
برخی از الگوریتم ها زمانی که یک ماسک بیش از حد روی صورت را پوشانده بود، حتی حتی با مشکل در تعیین موقعیت چهره مواجه می شدند.
 

یافتن راه هایی برای حل مشکل

در حال حاضر هیچ مجموعه داده عکسی قابل استفاده ای برای افراد ماسک پوش وجود ندارد که بتواند برای آموزش و ارزیابی سیستم های تشخیص چهره مورد استفاده قرار گیرند.
 هم الگوریتم ها و هم مردم زمانی که چهره ها تا حدی مبهم هستند برای تشخیص به تقلا می افتند. مطالعه NIST با این مشکل با قرار دادن ماسک ها (در رنگ ها، اندازه ها و موقعیت های مختلف) بر روی چهره ها، همان طور که در این جا مشاهده می شود، برخورد کرد:
 
اگر چه ممکن است این تصویری واقع بینانه از فردی که ماسک می زند نباشد، اما برای مطالعه تأثیر ماسک بر روی سیستم های تشخیص چهره مؤثر است.
 
تصاویر احتمالی افراد نقابدار واقعی اجازه می دهد تا جزئیات بیشتری برای بهبود سیستم های تشخیص استخراج شود - شاید با تخمین موقعیت بینی بر اساس برجستگی های قابل مشاهده در ماسک.
 
بسیاری از فروشندگان فناوری تشخیص چهره در حال آماده شدن برای آینده ای هستند که در آن استفاده از ماسک ادامه می یابد یا حتی افزایش می یابد. یک شرکت آمریکایی ماسک هایی با چهره مشتریان چاپ شده روی آنها ارائه می دهد تا بتوانند قفل گوشی های هوشمند خود را بدون نیاز به برداشتن آن باز کنند.
 

افزایش انگیزه برای استفاده از ماسک

حتی قبل از همه گیری ویروس کرونا، ماسک ها در کشورهای مختلف از جمله چین و ژاپن یک دفاع معمول در برابر آلودگی هوا و عفونت های ویروسی بودند. من همیشه از خودم می پرسیدم چرا بسیاری از مردم در کشورهای آسیایی از ماسک استفاده می کنند و آیا این ماسک ها کار می کند؟
 چگونه ماسک صورت یا عینک آفتابی بر توانایی ما در تعیین احساسات مختلف در مقایسه با دقت سیستم های مصنوعی اثر می گذارد.فعالان سیاسی همچنین برای جلوگیری از شناسایی در خیابان ها از ماسک استفاده می کنند. اعتراضات هنگ کنگ و Black Lives Matter  تمایل معترضان را برای فرار از تشخیص چهره توسط مقامات و نهادهای دولتی تقویت کرده است.
 
همان طور که کارشناسان آینده ای را با همه گیری های بیشتر، افزایش سطح آلودگی هوا، رژیم های مستبد پایدار و یک افزایش پیش بینی شده در آتش سوزی های تولید کننده دود پیش بینی می کنند - به احتمال زیاد پوشیدن ماسک برای حداقل بخشی از ما به هنجار تبدیل خواهد شد.
 
سیستم های تشخیص چهره نیاز به سازگاری دارند. تشخیص بر اساس ویژگی هایی است که مانند چشم، ابرو، خط مو و شکل کلی صورت قابل مشاهده است.
 
چنین فناوری هایی در حال توسعه است. چندین تأمین کننده در حال ارائه ارتقاء و راه حل هایی هستند که ادعا می کنند نتایج قابل اعتمادی را با موضوعات ماسک پوش ارائه می دهند.
 
برای کسانی که با استفاده از تشخیص چهره مخالف هستند و می خواهند بدون تشخیص باقی بمانند، ممکن است در حال حاضر یک ماسک ساده کافی باشد. اما در آینده ممکن است مجبور شوند گزینه های دیگری را در نظر بگیرند، مانند ماسکی که با صورت جعلی تولید شده توسط رایانه چاپ سه بعدی شده است.
 این یافته که سیستم های مصنوعی احساسات را از چهره های تا حدی مبهم، اشتباه طبقه بندی می کنند، مهم است. این می تواند منجر به رفتارهای غیر منتظره ای از روبات هایی شود که با افرادی که از ماسک استفاده می کنند تعامل دارند.
منبع: هریسو عبداللهی شهو، هدویگ آیزنبارت، Victoria University of Wellington، ویل براون، Queensland University of Technology، پل هسکل داولند، Edith Cowan University