Como funciona o reconhecimento facial?

O que é um vetor facial e o que ele contém?

Um vetor é uma lista de números que descreve a geometria que o modelo aprendeu a tratar como identificadora: as proporções e a estrutura relativas de um rosto, não os seus pixels. Não é uma fotografia comprimida, e dele não se reconstrói um rosto de forma útil. Também não é interpretável por uma pessoa: nenhum número da lista corresponde a um nariz ou a um olho. A sua utilidade está apenas nisto: duas fotos da mesma pessoa tendem a produzir vetores próximos, e duas pessoas diferentes tendem a não produzir.

O que decide que dois rostos são uma correspondência?

Um limiar decide, e ele é definido por quem opera o sistema, não descoberto nos dados. Todo limiar troca os dois tipos de erro entre si, e não existe ajuste que elimine ambos.

• Um limiar mais rígido reporta menos correspondências e perde mais reais.
• Um limiar mais frouxo captura mais correspondências reais e devolve mais desconhecidos.
• O ajuste certo depende do custo de cada erro, que difere entre desbloquear um telefone e buscar na web aberta.

Por que buscar entre milhões de rostos é mais difícil que comparar dois?

São tarefas diferentes e medidas separadamente. Comparar duas fotos é verificação, escrita 1:1. Buscar um rosto numa coleção grande é identificação, escrita 1:N, e o NIST avalia as duas em provas separadas por essa razão. Cada rosto adicional na coleção é mais uma oportunidade para um desconhecido cair dentro do limiar, então uma taxa de erro desprezível numa comparação deixa de ser desprezível quando a comparação se repete milhões de vezes.

O que o reconhecimento facial precisa de uma foto?

O modelo foi treinado com rostos que conseguia alinhar, então o sinal recuperável depende quase inteiramente da imagem de entrada. Problemas de qualidade não são uma penalidade pequena: normalmente decidem o resultado.

• O rosto deve ocupar enquadramento suficiente para que a sua estrutura sobreviva à compressão.
• Deve estar voltado aproximadamente para a câmera, porque ângulos extremos escondem a geometria de que o modelo depende.
• A iluminação deve ser uniforme, já que uma sombra dura de um lado muda o que o modelo mede.
• Qualquer coisa que cubra os olhos e o dorso do nariz remove a região mais informativa.

Qual a diferença entre busca facial e vigilância facial?

Compartilham a mesma matemática e quase mais nada. Uma busca compara uma foto que você fornece com páginas que já são públicas e devolve links para essas páginas. Sistemas de vigilância comparam rostos com uma lista cadastrada num vídeo ao vivo, de forma contínua e normalmente sem que a pessoa forneça nada. O FaceSearch faz o primeiro e não o segundo: recebe uma única imagem enviada, busca em fontes públicas e devolve as páginas onde aparece um rosto semelhante. Não está ligado a nenhuma câmera e não mantém nenhuma lista.

O que o reconhecimento facial não pode dizer?

Não pode dizer quem alguém é. Ele informa que duas imagens são geometricamente semelhantes, e tudo além disso — o nome, a conta, a afirmação de que ambas mostram a mesma pessoa real — vem da página onde a correspondência foi encontrada, não do modelo. Uma correspondência confiante numa página com legenda errada continua sendo a resposta errada, e por isso um resultado é um ponto de partida para verificar, não uma conclusão.